-
公开(公告)号:CN105320704A
公开(公告)日:2016-02-10
申请号:CN201410381661.3
申请日:2014-08-05
Applicant: 北京大学
IPC: G06F17/30
Abstract: 本发明提供一种跨区域相似车辆检索方法及装置,该方法包括:根据包括车辆的待查询图像及其所属第一区域,确定第一区域内待查询图像车型信息;确定目标数据库所有图像所属第二区域,若第二与第一区域不同,确定第二区域车型信息的车型模板库;在车型模板库选不同角度和场景、符合目标数据库时间信息、光照条件的多个样例图像组成第二区域查询图像集合;获取查询图像集合每一个样例图像与目标数据库所有图像的检索结果;根据检索结果,确定目标数据库与待查询图像车辆的相似车辆;车型模板库包括:多个不同光照条件下、不同拍摄角度和不同场景车辆样例图像。上述方法能解决真实场景下由不同区域监控点视觉模型差异性带来的车辆检索性能下降的问题。
-
公开(公告)号:CN106033549B
公开(公告)日:2019-05-07
申请号:CN201510115124.9
申请日:2015-03-16
Applicant: 北京大学
IPC: G06K9/62 , G06K9/46 , G06F16/53 , G06F16/583
Abstract: 本发明公开了一种车辆检索中的重排序方法及装置,所述方法包括:获取待查询图像基于预先建立的模板库中所有样例图像的第一统计分布特征向量,以及获取目标图像库中每一图像基于模板库中所有样例图像的第二统计分布特征向量;获取所述目标图像库中部分图像排序的初始检索结果序列,根据第一统计分布特征向量和第二统计分布特征向量、和初始检索结果序列确定初始检索结果序列中每一图像与待查询图像的第三相似度;将初始检索结果序列中的所有图像按照第三相似度的大小重新排序,获得重排序的目标检索结果序列。上述方法能够实现在车辆检索中的重排序,以便提高车辆检索的准确率。
-
公开(公告)号:CN106033443B
公开(公告)日:2019-05-07
申请号:CN201510114233.9
申请日:2015-03-16
Applicant: 北京大学
IPC: G06F16/583 , G06K9/62
Abstract: 本发明公开了一种车辆检索中的扩展查询方法及装置,所述方法包括:获取待查询图像基于预先建立的模板库中所有样例图像的第一统计分布特征向量,以及获取目标图像库中每一图像基于模板库中所有样例图像的第二统计分布特征向量;获取所述目标图像库中图像按照第一相似度排序的初始检索结果序列,根据第一统计分布特征向量和初始检索结果序列中的每一图像的第二统计分布特征向量,确定待查询图像与初始检索结果序列中每一图像的第二相似度;根据预设的第一阈值和第二阈值,从初始检索结果序列中选取部分图像作为扩展查询图像。上述方法能够实现在车辆检索中选出更相似的扩展查询图像,以便提高车辆检索的准确率和召回率。
-
公开(公告)号:CN105320708B
公开(公告)日:2018-12-25
申请号:CN201410381833.7
申请日:2014-08-05
Applicant: 北京大学
IPC: G06F17/30
Abstract: 本发明提供了一种车型数据库的建立方法及服务器,其中,车型数据库的建立方法包括,获取多个车辆图像,每一车辆图像中具有能够识别的车牌号;识别所述车辆图像中的车牌号,并根据所述车辆图像的车牌号,从预设的数据库中获取与所述车牌号对应的车辆信息,所述车辆信息包括:车型信息;将所述车辆信息和所述车辆图像生成所述车型信息的候选车型数据库;根据预设条件筛选所述候选车型数据库,获得所述车型信息的车型数据库。上述方法建立的车型数据库能够真实的反映监控视频场景下获取的车辆图像,方便车辆管理机构根据本发明建立的车型数据库对车辆的管理。
-
公开(公告)号:CN105320923B
公开(公告)日:2018-06-12
申请号:CN201410381923.6
申请日:2014-08-05
Applicant: 北京大学
Abstract: 本发明提供一种车型识别方法及装置,其中,所述方法包括:提取待查询图像中待查询车辆对应的第一子图像;获取所述第一子图像与预先建立的数据库中每一种车型的视觉特征相似度;确定所述视觉特征相似度有大于预设第一阈值的视觉特征相似度,将大于预设第一阈值的视觉特征相似度中的最大值对应的车型作为输出的识别结果;其中,所述数据库包括:多种车型数据库,每一车型数据库包括:该车型的多个样例图像的集合;所述车型的样例图像包括:不同光照条件下的车辆图像、不同拍摄角度的车辆图像和不同场景的车辆图像。上述方法可解决因车牌识别精度限制或套牌、无牌、牌照有损而不能识别车辆的问题,同时提高车辆识别的准确率。
-
公开(公告)号:CN104756489A
公开(公告)日:2015-07-01
申请号:CN201380003165.8
申请日:2013-07-29
Applicant: 北京大学深圳研究生院
IPC: H04N13/00
CPC classification number: H04N13/111 , H04N2013/0081
Abstract: 本申请公开了一种虚拟视点合成方法及系统,包括建立左视点虚拟视图和右视点虚拟视图;在参考视图中搜索候选像素,对于搜索不到候选像素的像素块,标记为洞点;对搜索到的候选像素按照深度排序并依次计算前景系数和背景系数,进行加权求和;将左视点虚拟视图和/或右视点虚拟视图的洞点区域向背景方向扩大,去除鬼影像素;对左视点虚拟视图和右视点虚拟视图进行视点合成;对合成图像进行洞点填补。本申请由于对于搜索不到候选像素的像素块,标记为洞点,使用对应图像中的信息进行填补,而空洞区域刚好是容易产生颜色混合的部分,避免了在边界区域容易产生边界与背景混合的现象,同时在边界和非边界区域获得良好的合成质量。
-
公开(公告)号:CN104756489B
公开(公告)日:2018-01-23
申请号:CN201380003165.8
申请日:2013-07-29
Applicant: 北京大学深圳研究生院
IPC: H04N13/00
CPC classification number: H04N13/111 , H04N2013/0081
Abstract: 本申请公开了一种虚拟视点合成方法及系统,包括建立左视点虚拟视图和右视点虚拟视图;在参考视图中搜索候选像素,对于搜索不到候选像素的像素块,标记为洞点;对搜索到的候选像素按照深度排序并依次计算前景系数和背景系数,进行加权求和;将左视点虚拟视图和/或右视点虚拟视图的洞点区域向背景方向扩大,去除鬼影像素;对左视点虚拟视图和右视点虚拟视图进行视点合成;对合成图像进行洞点填补。本申请由于对于搜索不到候选像素的像素块,标记为洞点,使用对应图像中的信息进行填补,而空洞区域刚好是容易产生颜色混合的部分,避免了在边界区域容易产生边界与背景混合的现象,同时在边界和非边界区域获得良好的合成质量。
-
公开(公告)号:CN106033549A
公开(公告)日:2016-10-19
申请号:CN201510115124.9
申请日:2015-03-16
Applicant: 北京大学
Abstract: 本发明公开了一种车辆检索中的重排序方法及装置,所述方法包括:获取待查询图像基于预先建立的模板库中所有样例图像的第一统计分布特征向量,以及获取目标图像库中每一图像基于模板库中所有样例图像的第二统计分布特征向量;获取所述目标图像库中部分图像排序的初始检索结果序列,根据第一统计分布特征向量和第二统计分布特征向量、和初始检索结果序列确定初始检索结果序列中每一图像与待查询图像的第三相似度;将初始检索结果序列中的所有图像按照第三相似度的大小重新排序,获得重排序的目标检索结果序列。上述方法能够实现在车辆检索中的重排序,以便提高车辆检索的准确率。
-
公开(公告)号:CN105320705A
公开(公告)日:2016-02-10
申请号:CN201410381664.7
申请日:2014-08-05
Applicant: 北京大学
IPC: G06F17/30
Abstract: 本发明提供一种相似车辆的检索方法及装置,方法包括:根据视频监控装置中采集的样例图像,建立不同区域的车型模板库;根据包括车辆的待查询图像以及待查询图像的区域信息,确定待查询图像的车型信息;根据车型信息、和目标数据库的图像信息,建立待查询图像对应的查询图像集合;获取查询图像集合中的每一个样例图像与目标数据库中所有图像的检索结果;根据查询图像集合中所有样例图像的检索结果,确定目标数据库中与待查询图像中的车辆的相似车辆;每一区域的车型模板库包括:多种车型信息及其对应的车型模板库,每种车型信息对应的车型模板库包括:该车型信息对应的车辆实例的多个样例图像的集合。由上述方法可提高相似车辆检索性能的鲁棒性。
-
公开(公告)号:CN105320703A
公开(公告)日:2016-02-10
申请号:CN201410381577.1
申请日:2014-08-05
Applicant: 北京大学
IPC: G06F17/30
Abstract: 本发明提供一种相似车辆检索中的查询扩展方法及装置,其中所述方法包括:根据包括车辆的待查询图像,确定所述待查询图像的车型信息;从所述待查询图像的车型信息对应的车型模板库中选取符合预设条件的多个样例图像;将所述样例图像组成查询扩展图像集合,以使所述查询扩展图像集合中的样例图像代替所述待查询图像在目标数据库中进行查询;其中,所述车型模板库包括:多个不同光照条件下的车辆样例图像、不同拍摄角度的车辆样例图像和不同场景的车辆样例图像,由上述方法可提高车辆图像检索的召回率和准确率。
-
-
-
-
-
-
-
-
-