车队车辆实时图像特征比对核验系统及方法与流程
本发明涉及图像识别,更具体地,本发明涉及车队车辆实时图像特征比对核验系统及方法。
背景技术:
1、当前,在智能交通管理和物流车队动态调度场景中,通常利用摄像设备采集通行车辆的图像,从图像中提取高维视觉特征,并在预设的特征空间内计算待测特征与模板特征之间的距离或相似度,以完成车辆身份比对,现有方法多采用欧氏距离或余弦距离作为判定依据,并通常假定各特征维度的重要程度固定,特征空间不会随成像条件发生明显变化,然而,当车队车辆高速行驶或连续通过卡口时,车速变化容易造成运动模糊,卡口之间的光照差异和拍摄角度变化也会影响图像质量,这些因素会使车辆图像特征在不同空间位置和特征通道上产生程度不同的偏移,采用固定权重计算特征距离时,失真较大的特征仍会与正常特征一样参与比对,噪声影响因此被放大,容易造成特征描述失真和匹配失败。
2、为减小成像质量变化对比对结果的影响,现有改进方式主要有两类,一类是加深特征提取网络或提高图像采集分辨率,但这会增加特征提取的计算量和处理时延,难以满足毫秒级实时比对的要求,另一类是放宽特征匹配的距离阈值,但这会增加不同车辆之间发生误匹配的风险,此外,当车辆表面存在泥污或异物遮挡时,局部区域产生的异常特征容易影响整体特征距离的计算,现有方法缺少对这类局部异常区域进行有效隔离或排除的手段,例如,公开号为cn105488479a的中国发明专利申请公开了一种基于加权局部特征比对的车辆套牌识别方法及装置,该现有技术虽然引入了局部特征加权比对机制,但其基础约束条件高度依赖于理想状态下的图像校正与静态权值分配,在面对强光照、剧烈晃动等非理想环境时,特征提取的畸变误差会被放大,导致相似度计算产生偏差,无法有效克服动态拍摄环境的干扰。
3、因此,如何减小动态成像变化对高维图像特征的影响,并在较低计算开销和较短处理时延的条件下提高车辆图像比对的准确性,成为本领域需要解决的技术问题。
技术实现思路
1、为解决背景技术中的问题,本发明提出了一种车队车辆实时图像特征比对核验系统,包括:
2、图像数据接收模块,用于接收车队车辆的连续图像帧序列;
3、图像特征分解模块与图像数据接收模块连接,用于提取连续图像帧序列的高维图像特征张量,作为待核验特征张量;
4、时空特征漂移估计模块与图像特征分解模块连接,用于计算相邻时刻待核验特征张量的特征演化残差,并在通道维度计算均值,生成二维特征漂移矩阵;
5、自适应度量扭曲核验模块与时空特征漂移估计模块连接,用于根据二维特征漂移矩阵构建负指数衰减形式的度量权重矩阵,利用度量权重矩阵与待核验特征张量和预先存储的模板特征张量的元素级绝对差值求取阿达玛积,计算生成加权流形距离;
6、核验决策仲裁模块与自适应度量扭曲核验模块连接,用于在加权流形距离小于或等于预先确定的核验阈值时,生成车辆特征核验通过信号;
7、核验指令输出模块与核验决策仲裁模块连接,用于输出车辆特征核验通过信号;其中,二维特征漂移矩阵为度量权重矩阵的构造提供约束,自适应度量扭曲核验模块压缩高维特征漂移维度的度量权重,实现特征空间的自适应校正。
8、优选的,自适应度量扭曲核验模块将二维特征漂移矩阵各位置元素的数值取负数并除以预先确定的衰减调节因子,计算指数函数值以生成度量权重矩阵;在计算加权流形距离时,将度量权重矩阵与待核验特征张量和预先存储的模板特征张量的元素级绝对差值求取阿达玛积,并将求得阿达玛积矩阵的所有元素累加和除以度量权重矩阵的所有元素累加和,得到标量形式的加权流形距离。
9、优选的,还包含特征遮挡掩码提取模块;特征遮挡掩码提取模块与时空特征漂移估计模块以及自适应度量扭曲核验模块连接,用于计算二维特征漂移矩阵中各空间位置元素的统计方差与全局均值,在某一空间位置元素的漂移值大于全局均值的2.0倍时,判定该空间位置为遮挡区域,并生成二进制掩码矩阵;二进制掩码矩阵对应遮挡区域的位置设为数值0,其余位置设为数值1;自适应度量扭曲核验模块利用二进制掩码矩阵与度量权重矩阵做阿达玛积,截断遮挡区域在特征空间中的距离计算。
10、优选的,还包含车队拓扑特征关联模块;车队拓扑特征关联模块与核验决策仲裁模块连接,用于在核验决策仲裁模块输出车辆特征核验通过信号后,提取当前车辆高维图像特征张量与领航车辆高维图像特征张量,计算两者在高维特征向量空间内的拓扑相关余弦系数;在拓扑相关余弦系数大于预先确定的拓扑阈值0.75时,确认当前车辆在车队中的编队位置合法,输出二次校验通过信号。
11、优选的,图像特征分解模块包含多尺度卷积特征映射模块与通道注意力加权模块;多尺度卷积特征映射模块用于将输入的二维车辆图像帧映射为包含空间高度、空间宽度以及特征通道维度的三维特征张量;通道注意力加权模块与多尺度卷积特征映射模块连接,用于计算三维特征张量在各通道的统计方差,并依据统计方差对特征通道分配响应权重,输出高维图像特征张量。
12、优选的,时空特征漂移估计模块包含时域图像特征缓存队列;时域图像特征缓存队列用于按时间顺序存储预先确定的帧数的高维图像特征张量;时空特征漂移估计模块根据车队行驶速度变化量,动态调整参与计算演化残差的相邻图像帧的时间间隔,在车速升高时缩短时间间隔,在车速降低时延长时间间隔。
13、优选的,自适应度量扭曲核验模块还包含衰减因子自适应调节模块;衰减因子自适应调节模块用于实时统计当前图像帧序列的平均信噪比,在平均信噪比低于预先确定的噪声阈值时,按比例减小负指数衰减形式中的衰减调节因子,以调高高漂移区域在度量权重矩阵中的衰减速率。
14、优选的,核验决策仲裁模块包含双门限迟滞仲裁模块;双门限迟滞仲裁模块预先存储有通过门限与拒绝门限;当计算得到的加权流形距离低于通过门限时,判定核验通过;当加权流形距离处于通过门限与拒绝门限之间时,触发时空特征漂移估计模块提取连续3帧图像特征的累积残差,并依据累积残差更新加权流形距离后重新进行门限比较。
15、优选的,核验指令输出模块与卡口通行闸机控制器以及车队无线调度终端通信连接;核验指令输出模块用于在接收到车辆特征核验通过信号时,向卡口通行闸机控制器发送放行使能指令,并向车队无线调度终端发送包含车辆身份标识与时间戳的编队确认数据包。
16、一种车队车辆实时图像特征比对核验方法,包含以下步骤:
17、步骤s1,接收车队车辆的连续图像帧序列;
18、步骤s2,提取连续图像帧序列的高维图像特征张量,作为待核验特征张量;
19、步骤s3,计算相邻时刻待核验特征张量的特征演化残差,并在通道维度计算均值,生成二维特征漂移矩阵;
20、步骤s4,根据二维特征漂移矩阵构建负指数衰减形式的度量权重矩阵,利用度量权重矩阵与待核验特征张量和预先存储的模板特征张量的元素级绝对差值求取阿达玛积,计算生成加权流形距离;
21、步骤s5,在加权流形距离小于或等于预先确定的核验阈值时,生成车辆特征核验通过信号;
22、步骤s6,输出车辆特征核验通过信号;其中,二维特征漂移矩阵为度量权重矩阵的构造提供约束,通过压缩高维特征漂移维度的度量权重,构成特征空间的自适应校正闭环。
23、本发明具有以下有益效果:
24、1、在车队车辆实时图像特征比对核验中,通过根据连续图像帧之间的特征变化调整不同区域的度量权重,可以降低运动模糊、光照突变等因素造成的异常特征对比对结果的影响,与各特征维度采用固定权重的方式相比,本发明能够更有针对性地抑制失真较大的特征区域,使车辆图像特征在成像条件不断变化时仍能保持较稳定的匹配结果,从而在较低计算开销下提高连续车辆图像比对的稳定性和准确性。
25、2、通过特征遮挡掩码提取模块识别局部异常漂移区域,并在距离计算中排除相应区域,可以防止泥污覆盖、异物遮挡等局部畸变影响整体比对结果,由此,局部异常特征不会继续参与全局距离计算,能够降低单个遮挡区域导致整车图像匹配失败的可能性,提高车辆图像核验对局部遮挡和突发噪声的适应能力。
26、3、在单车图像特征核验通过后,进一步利用当前车辆与领航车辆之间的特征关联关系进行二次校验,可以同时从车辆自身图像特征和车队编队关系两个方面确认车辆身份,该方式能够弥补单一车辆图像比对容易受成像失真影响的不足,并降低非车队车辆被误判为合法编队车辆的风险,从而提高车队连续核验的可靠性。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com