一种基于相似度学的车辆检索方法

摘要

本发明公开了一种基于相似度学的车辆检索方法，相对于传统基于车牌号码的车辆检索方法，本发明中的方法不仅有效避免了对车牌识别准确度的依赖，而且还可以对假牌车和套牌车进行检索，大大提高车辆检索的可用性和可靠性。本发明公开的方法首先提取图片中车辆区域的SIFT特征，利用聚类算法离散化后，转换成表述能力更强的邻域特征，作为基础的车辆描述特征，然后利用随机森林方法进行相似度学，得到相似度预测模型可以用来判断图片中两个车辆是否属于相似车辆。

主权项

一种基于相似度学习的车辆检索方法，其特征在于，包括以下步骤：步骤A：从图片中提取SIFT特征，利用K均值聚类方法对SIFT特征集离散化；步骤B：基于离散SIFT特征，构造邻域特征；步骤C：相似车辆图片对作为正样本，不相似车辆图片对作为负样本，收集大量的正负样本构成随机森林的训练集，进行相似度学习；步骤D：给定一个车辆图库，输入一个测试车辆图，查询图库中和测试图相似的车辆。首先提取测试车辆图的邻域特征，依次和图库中每个车辆图的邻域特征组成测试样本，利用训练得到的随机森林模型判断二者相似度，达到相似车辆检索的目的。