车辆识别方法、装置、电子设备及存储介质与流程

技术特征：
1.一种车辆识别方法，包括：获取待识别车辆的图像，并提取所述图像的第一全局特征信息；基于所述第一全局特征信息获取至少一个候选车辆；从所述图像中提取所述待识别车辆的第一姿态特征信息；从所述至少一个候选车辆中，基于所述第一姿态特征信息获取与所述待识别车辆匹配的目标车辆。2.根据权利要求1所述的方法，其中，所述基于所述第一全局特征信息获取至少一个候选车辆，包括：获取所述第一全局特征信息与数据库中每个车辆的第二全局特征信息的相似度；根据所述相似度，对所述数据库内所有车辆进行排序，并按照所述排序筛选所述至少一个候选车辆。3.根据权利要求1或2所述的方法，其中，所述从所述图像中提取所述待识别车辆的第一姿态特征信息，包括：从所述图像中获取所述待识别车辆的行驶方向；从所述图像中获取所述待识别车辆的可见车辆部件的局部特征信息；将所述行驶方向和所述局部特征信息，作为所述待识别车辆的第一姿态特征信息。4.根据权利要求3所述的方法，其中，所述从所述图像中提取所述待识别车辆的可见车辆部件的局部特征信息，包括：对所述图像进行部件分类检测，以获取所述可见车辆部件的检测框；提取所述检测框对应位置上的局部特征信息。5.根据权利要求3所述的方法，其中，所述从所述图像中获取所述待识别车辆的行驶方向，包括：对所述图像提取所述待识别车辆的位置，基于所述位置确定所述待识别车辆与所述图像的基准线之间的夹角；将所述夹角与多个候选行驶方向的角度范围进行比对，确定所述夹角所处的目标角度范围；将所述目标角度范围对应的候选行驶方向，确定为所述待识别车辆的所述行驶方向。6.根据权利要求3所述的方法，其中，所述从所述至少一个候选车辆中，基于所述第一姿态特征信息获取与所述待识别车辆匹配的目标车辆，包括：获取每个所述候选车辆的第二姿态特征信息；获取所述第一姿态特征信息与每个所述第二姿态特征信息之间的姿态相似度；根据所述姿态相似度，从所述至少一个候选车辆中识别出所述目标车辆。7.根据权利要求6所述的方法，其中，所述姿态相似度包括行驶方向上的第一相似度和可见车辆部件上的第二相似度，其中所述根据所述姿态相似度，从所述至少一个候选车辆中识别出所述目标车辆，包括：从所述至少一个候选车辆中，获取所述第一相似度和所述第二相似度均满足各自的相似度阈值的目标候选车辆；获取所述目标候选车辆的数量，响应于所述数量大于设定数值，升高所述相似度阈值，重新选取所述目标候选车辆，直至所述数量未大于所述设定数量。
8.根据权利要求6所述的方法，其中，所述根据所述车辆部件的相似度，从所述至少一个候选车辆中识别出所述目标车辆，包括：从所述至少一个候选车辆中，选取所述姿态相似度中最大的候选车辆作为所述目标车辆。9.根据权利要求4所述的方法，其中，所述方法还包括：根据所述检测框的大小和所述可见车辆部件的实际大小，确定所述可见车辆部件的可见比例参数；将所述可见比例参数，作为所述第一姿态特征信息中的一个特征信息。10.一种车辆识别装置，包括：全局特征提取模块，用于获取待识别车辆的图像，并提取所述图像的第一全局特征信息；候选车辆获取模块，用于基于所述第一全局特征信息获取至少一个候选车辆；姿态特征提取模块，用于从所述图像中提取所述待识别车辆的第一姿态特征信息；目标车辆获取模块，用于从所述至少一个候选车辆中，基于所述第一姿态特征信息获取与所述待识别车辆匹配的目标车辆。11.根据权利要求10所述的装置，其中，所述候选车辆获取模块，还用于：获取所述第一全局特征信息与数据库中每个车辆的第二全局特征信息的相似度；根据所述相似度，对所述数据库内所有车辆进行排序，并按照所述排序筛选所述至少一个候选车辆。12.根据权利要求10或11所述的装置，其中，所述姿态特征提取模块，还用于：从所述图像中获取所述待识别车辆的行驶方向；从所述图像中获取所述待识别车辆的可见车辆部件的局部特征信息；将所述行驶方向和所述局部特征信息，作为所述待识别车辆的第一姿态特征信息。13.根据权利要求12所述的装置，其中，所述姿态特征提取模块，还用于：对所述图像进行部件分类检测，以获取所述可见车辆部件的检测框；提取所述检测框对应位置上的局部特征信息。14.根据权利要求12所述的装置，其中，所述姿态特征提取模块，还用于：对所述图像提取所述待识别车辆的位置，基于所述位置确定所述待识别车辆与所述图像的基准线之间的夹角；将所述夹角与多个候选行驶方向的角度范围进行比对，确定所述夹角所处的目标角度范围；将所述目标角度范围对应的候选行驶方向，确定为所述待识别车辆的所述行驶方向。15.根据权利要求12所述的装置，其中，所述目标车辆获取模块，还用于：获取每个所述候选车辆的第二姿态特征信息；获取所述第一姿态特征信息与每个所述第二姿态特征信息之间的姿态相似度；根据所述姿态相似度，从所述至少一个候选车辆中识别出所述目标车辆。16.根据权利要求15所述的装置，其中，所述目标车辆获取模块，还用于：从所述至少一个候选车辆中，获取所述第一相似度和所述第二相似度均满足各自的相似度阈值的目标候选车辆；
获取所述目标候选车辆的数量，响应于所述数量大于设定数值，升高所述相似度阈值，重新选取所述目标候选车辆，直至所述数量未大于所述设定数量。17.根据权利要求15所述的装置，其中，所述目标车辆获取模块，还用于：从所述至少一个候选车辆中，选取所述姿态相似度中最大的候选车辆作为所述目标车辆。18.根据权利要求13所述的装置，其中，所述姿态特征提取模块，还用于：根据所述检测框的大小和所述可见车辆部件的实际大小，确定所述可见车辆部件的可见比例参数；将所述可见比例参数，作为所述第一姿态特征信息中的一个特征信息。19.一种电子设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1
‑
9中任一项所述的方法。20.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据权利要求1
‑
9中任一项所述的方法。21.一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现根据权利要求1
‑
9中任一项所述的方法。

技术总结
本公开提供了车辆识别方法、装置、电子设备及存储介质，涉及人工智能领域，尤其涉及计算机视觉、深度学习等技术领域，具体可用于智慧城市和智能交通的场景下。具体实现方案为：获取待识别车辆的图像，并提取图像的第一全局特征信息；基于第一全局特征信息获取至少一个候选车辆；从图像中提取待识别车辆的第一姿态特征信息；从至少一个候选车辆中，基于第一姿态特征信息获取与待识别车辆匹配的目标车辆。本公开实施例中基于全局特征和姿态特征，对待识别车辆进行精准识别，从而能够从外观和/或姿态上筛选出相似性高的车辆作为目标车辆，提高车辆识别的准确性。高车辆识别的准确性。高车辆识别的准确性。


技术研发人员：蒋旻悦 谭啸 孙昊
受保护的技术使用者：北京百度网讯科技有限公司
技术研发日：2021.06.28
技术公布日：2021/10/28