CN107133574B - 一种车辆特征识别方法及装置 - Google Patents

Abstract

本发明公开了一种车辆特征识别方法及装置，用以提高车辆特征识别的准确度，从而提高车辆特征信息的准确度，本发明提供的一种车辆特征识别方法包括：通过安装于不同方位的至少两个摄像头采集车头和车尾的视频；对采集到的视频进行归类；其中，同一辆车的所有视频归为一类；针对每一类视频，对该类视频中的每一段视频进行车辆特征识别，分别获取每一段视频的各个车辆特征参数，并根据预先设定的规则，确定每一个车辆特征参数的置信度值；对该类视频中相同类型的车辆特征参数的置信度值进行比较，选取各类车辆特征参数中置信度值最高的参数作为相应车辆的车辆特征。

Description

一种车辆特征识别方法及装置

技术领域

本发明实施例涉及智能交通技术领域，尤其涉及一种车辆特征识别方法及装置。

背景技术

智能交通系统(Intelligent Transportation System,ITS)是未来交通系统的发展方向，其应用非常广泛，而智能交通系统中一项重要的技术为车辆特征识别技术。车辆特征识别包括车牌识别、车色识别、车系识别、车标识别、车型识别等，其可应用于电子警察、电子收费等应用系统中。

而目前车辆特征识别通常采用单路摄像头采集车头或车尾的视频数据，然后对采集到的视频数据进行车辆特征识别，获取车辆特征信息，由于单路摄像头提供的数据有限，因此采用该方法进行的车辆特征识别的准确度不高，从而使得获取的车辆特征信息准确度也不高。

发明内容

本发明实施例提供了一种车辆特征识别方法及装置，用以提高车辆特征识别的准确度，从而提高车辆特征信息的准确度。

本发明实施例提供的一种车辆特征识别方法包括：

通过安装于不同方位的至少两个摄像头采集车头和车尾的视频；

对采集到的视频进行归类；其中，同一辆车的所有视频归为一类；

针对每一类视频，对该类视频中的每一段视频进行车辆特征识别，分别获取每一段视频的各个车辆特征参数，并根据预先设定的规则，确定每一个车辆特征参数的置信度值；

对该类视频中相同类型的车辆特征参数的置信度值进行比较，选取各类车辆特征参数中置信度值最高的参数作为相应车辆的车辆特征。

本发明实施例提供的车辆特征识别方法，由于采用至少两个摄像头采集车头和车尾的视频，这样对采集到的视频数据进行车辆特征识别，可以获取丰富的车辆特征信息，从而可以提高车辆特征识别的识别率，并且利用置信度值合并同类视频中相同类型的车辆特征参数，选取各类车辆特征参数中置信度值最高的参数作为相应车辆的车辆特征，因此，可以提高车辆特征识别的准确度，从而提高车辆特征信息的准确度。

较佳地，在采集到视频后，且在对采集到的视频进行归类之前，该方法还包括：

对采集到的每一段具有车牌的视频进行车牌识别，获取每一段视频的车牌信息，并将所述车牌信息与该段视频关联；

所述对采集到的视频进行归类，包括：

对采集到的视频，将车牌信息相同的视频归为同一类；或

对采集到的视频，将车牌信息相同以及录像时间相近的视频归为同一类。

通过上述方法，在对采集到的视频进行归类时，将录像时间相近的视频归为同一类，这样不仅可以容错(即车牌识别错误)，还可以避免套牌车对识别结果的影响。

较佳地，所述对采集到的每一段具有车牌的视频进行车牌识别，包括：

对采集到的每一段具有车牌的视频通过采集该视频的摄像头或后端主机进行车牌识别。

较佳地，所述对每一类视频中的每一段视频进行车辆特征识别，包括：

根据视频中车辆的铁皮颜色占比、车辆形状或车尾车标，确定每一类视频中的每一段视频为车头视频或车尾视频，并为该段视频增加车头或车尾的标签；

对带有车头标签的视频，采用车头车辆特征深度识别算法进行车辆特征识别，以及对带有车尾标签的视频，采用车尾车辆特征深度识别算法进行车辆特征识别。

通过上述方法，将视频分为车头视频或车尾视频，并对车头视频和车尾视频分别采用车头车辆特征深度识别算法和车尾车辆特征深度识别算法进行车辆特征识别，因此，可以提高车辆特征识别的准确度，从而提高车辆特征信息的准确度。

较佳地，若目标车辆为静止车辆，进行车辆特征识别的装置为移动型装置，在为视频增加车头或车尾的标签之后，该方法还包括：

针对每一类视频，从该类视频中选取一段带有车头标签的视频和一段带有车尾标签的视频；

根据选取的两段视频的录像时间戳的差值和所述移动型装置的移动速度，确定相应车辆的车身长度；

根据预先设定的车身长度与车型的对应关系，确定车型。

通过上述方法，在目标车辆为静止车辆，进行车辆特征识别的装置为移动型装置时，在为视频增加车头或车尾的标签之后，根据同类视频中一段带有车头标签的视频和一段带有车尾标签的视频的录像时间戳的差值和移动型装置的移动速度，确定相应车辆的车身长度，并根据预先设定的车身长度与车型的对应关系，确定车型，这样可以提高车型识别的准确度。

较佳地，进行车辆特征识别的后端主机为用于本地运算的移动型运算主机。

本发明实施例提供的上述方法，由于进行车辆特征识别的后端主机为用于本地运算的移动型运算主机，这样不仅可以进行实时运算，还可以避免由于网络状况不佳而导致的摄像头难以与后端主机进行网络通信以进行车辆特征识别的问题。

较佳地，在识别车辆特征之后，该方法还包括：

将识别后的车辆特征和对应的视频保存到数据存储介质中。

通过上述方法，将识别后的车辆特征和对应的视频保存到数据存储介质中，这样便于后续的应用。

本发明实施例提供的一种车辆特征识别装置包括：

视频采集单元，用于通过安装于不同方位的至少两个摄像头采集车头和车尾的视频；

视频分类单元，用于对采集到的视频进行归类；其中，同一辆车的所有视频归为一类；

车辆特征确定单元，用于针对每一类视频，对该类视频中的每一段视频进行车辆特征识别，分别获取每一段视频的各个车辆特征参数，并根据预先设定的规则，确定每一个车辆特征参数的置信度值；对该类视频中相同类型的车辆特征参数的置信度值进行比较，选取各类车辆特征参数中置信度值最高的参数作为相应车辆的车辆特征。

本发明实施例提供的车辆特征识别装置，由于采用至少两个摄像头采集车头和车尾的视频，这样对采集到的视频数据进行车辆特征识别，可以获取丰富的车辆特征信息，从而可以提高车辆特征识别的识别率，并且利用置信度值合并同类视频中相同类型的车辆特征参数，选取各类车辆特征参数中置信度值最高的参数作为相应车辆的车辆特征，因此，可以提高车辆特征识别的准确度，从而提高车辆特征信息的准确度。

较佳地，该装置还包括：

车牌识别单元，用于在采集到视频后，且在对采集到的视频进行归类之前，对采集到的每一段具有车牌的视频进行车牌识别，获取每一段视频的车牌信息，并将所述车牌信息与该段视频关联；

所述视频分类单元具体用于：

对采集到的视频，将车牌信息相同的视频归为同一类；或

对采集到的视频，将车牌信息相同以及录像时间相近的视频归为同一类。

本发明实施例提供的上述装置，在对采集到的视频进行归类时，将录像时间相近的视频归为同一类，这样不仅可以容错(即车牌识别错误)，还可以避免套牌车对识别结果的影响。

较佳地，所述车牌识别单元位于采集视频的摄像头或后端主机中。

较佳地，所述车辆特征确定单元具体用于：

根据视频中车辆的铁皮颜色占比、车辆形状或车尾车标，确定每一类视频中的每一段视频为车头视频或车尾视频，并为该段视频增加车头或车尾的标签；

对带有车头标签的视频，采用车头车辆特征深度识别算法进行车辆特征识别，以及对带有车尾标签的视频，采用车尾车辆特征深度识别算法进行车辆特征识别。

本发明实施例提供的上述装置，可以将视频分为车头视频或车尾视频，并对车头视频和车尾视频分别采用车头车辆特征深度识别算法和车尾车辆特征深度识别算法进行车辆特征识别，因此，可以提高车辆特征识别的准确度，从而提高车辆特征信息的准确度。

较佳地，该装置还包括：

车型识别单元，用于在目标车辆为静止车辆，进行车辆特征识别的装置为移动型装置时，在为视频增加车头或车尾的标签之后，针对每一类视频，从该类视频中选取一段带有车头标签的视频和一段带有车尾标签的视频；根据选取的两段视频的录像时间戳的差值和所述移动型装置的移动速度，确定相应车辆的车身长度；根据预先设定的车身长度与车型的对应关系，确定车型。

本发明实施例提供的上述装置，在目标车辆为静止车辆，进行车辆特征识别的装置为移动型装置时，在为视频增加车头或车尾的标签之后，根据同类视频中一段带有车头标签的视频和一段带有车尾标签的视频的录像时间戳的差值和移动型装置的移动速度，确定相应车辆的车身长度，并根据预先设定的车身长度与车型的对应关系，确定车型，这样可以提高车型识别的准确度。

较佳地，进行车辆特征识别的后端主机为用于本地运算的移动型运算主机。

本发明实施例提供的上述装置，由于进行车辆特征识别的后端主机为用于本地运算的移动型运算主机，这样不仅可以进行实时运算，还可以避免由于网络状况不佳而导致的摄像头难以与后端主机进行网络通信以进行车辆特征识别的问题。

较佳地，该装置还包括：

数据存储介质，用于存储识别后的车辆特征和对应的视频。

本发明实施例提供的上述装置，可以将识别后的车辆特征和对应的视频保存到数据存储介质中，这样便于后续的应用。

附图说明

图1为本发明实施例提供的一种车辆特征识别方法的流程示意图；

图2为本发明实施例提供的车辆特征识别的整体流程示意图；

图3为本发明实施例提供的摄像头采集车头视频的示意图；

图4为本发明实施例提供的摄像头采集车尾视频的示意图；

图5为本发明实施例提供的车辆特征识别装置的第一种结构示意图；

图6为本发明实施例提供的车辆特征识别装置的第二种结构示意图；

图7为本发明实施例提供的车辆特征识别装置的第三种结构示意图；

图8为本发明实施例提供的车辆特征识别装置的第四种结构示意图。

具体实施方式

本发明实施例提供了一种车辆特征识别方法及装置，用以提高车辆特征识别的准确度，从而提高车辆特征信息的准确度。

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员所获得的所有其他实施例，都属于本发明保护的范围。

参见图1，本发明实施例提供的一种车辆特征识别方法，包括以下步骤：

S101、通过安装于不同方位的至少两个摄像头采集车头和车尾的视频；

一般情况下，车头和车尾视频中都含有较多的车辆特征信息，而将两者的车辆特征信息结合起来，就可以起到互补的作用，因此可以避免采集的车辆特征信息不全的问题。

S102、对采集到的视频进行归类；

其中，同一辆车的所有视频归为一类。

S103、针对每一类视频，对该类视频中的每一段视频进行车辆特征识别，分别获取每一段视频的各个车辆特征参数，并根据预先设定的规则，确定每一个车辆特征参数的置信度值；

其中，车辆特征参数可以为车牌、车色、车系、车标、车型等参数中的一个或多个。

置信度值是指车辆特征为所识别的车辆特征参数的可能性。

S104、对该类视频中相同类型的车辆特征参数的置信度值进行比较，选取各类车辆特征参数中置信度值最高的参数作为相应车辆的车辆特征。

上述方法，由于采用至少两个摄像头采集车头和车尾的视频，这样对采集到的视频数据进行车辆特征识别，可以获取丰富的车辆特征信息，从而可以提高车辆特征识别的识别率，并且利用置信度值合并同类视频中相同类型的车辆特征参数，选取各类车辆特征参数中置信度值最高的参数作为相应车辆的车辆特征，因此，可以提高车辆特征识别的准确度，从而提高车辆特征信息的准确度。

在一较佳实施方式中，在采集到视频后，且在对采集到的视频进行归类之前，该方法还可以包括：

对采集到的每一段具有车牌的视频进行车牌识别，获取每一段视频的车牌信息，并将所述车牌信息与该段视频关联。

其中，将车牌信息与视频段关联例如可以为该视频段增加车牌信息标签，以将车牌信息与该视频段关联，当然，也可以采取其它的方式将车牌信息与视频段关联，本发明实施例对此并不进行限定。

上述对采集到的每一段具有车牌的视频进行车牌识别，可以通过采集该视频的摄像头进行车牌识别，还可以通过后端主机进行车牌识别。

步骤S102中对采集到的视频进行归类，可以包括：

对采集到的视频，将车牌信息相同的视频归为同一类。

或者，为了可以容错(即车牌识别错误)，以及避免套牌车对识别结果的影响，步骤S102中对采集到的视频进行归类，可以包括：

对采集到的视频，将车牌信息相同以及录像时间相近的视频归为同一类。

当然，步骤S102中对采集到的视频进行归类还可以采用现有技术进行归类，本发明实施例对此并不进行限定。

需要指出的是，现有技术中车牌识别的技术比较成熟，如果在对采集到的视频进行归类之前，已经进行车牌识别，为了减少计算量，在后续的车辆特征识别过程中可以不再进行车牌识别。

在一较佳实施方式中，为了进一步提高车辆特征识别的准确度，从而进一步提高车辆特征信息的准确度，步骤S103中对每一类视频中的每一段视频进行车辆特征识别，可以包括：

根据视频中车辆的铁皮颜色占比、车辆形状或车尾车标，确定每一类视频中的每一段视频为车头视频或车尾视频，并为该段视频增加车头或车尾的标签；

对带有车头标签的视频，采用车头车辆特征深度识别算法进行车辆特征识别，以及对带有车尾标签的视频，采用车尾车辆特征深度识别算法进行车辆特征识别。

在一较佳实施方式中，若目标车辆为静止车辆，进行车辆特征识别的装置为移动型装置，为了提高车型识别的准确度，在为视频增加车头或车尾的标签之后，该方法还可以包括：

针对每一类视频，从该类视频中选取一段带有车头标签的视频和一段带有车尾标签的视频；

根据选取的两段视频的录像时间戳的差值和所述移动型装置的移动速度，确定相应车辆的车身长度；

根据预先设定的车身长度与车型的对应关系，确定车型。

在一较佳实施方式中，为了可以进行实时运算，以及可以避免由于网络状况不佳而导致的摄像头难以与后端主机进行网络通信以进行车辆特征识别的问题，进行车辆特征识别的后端主机可以采用用于本地运算的移动型运算主机。

其中，移动型运算主机例如可以为车载式运算主机。

在一较佳实施方式中，为了便于后续的应用，在识别车辆特征之后，该方法还可以包括：

将识别后的车辆特征和对应的视频保存到数据存储介质中。

综上，下面以目标车辆为静止车辆，进行车辆特征识别的装置为移动型装置，采用两个摄像头采集车头和车尾的视频为例，结合图2说明本发明实施例中车辆特征识别的整体流程：

S201、通过安装于不同方位的两个摄像头分别采集车头和车尾的视频；

例如，如图3、图4所示，在移动型车辆上安装两个位于不同方位的摄像头分别采集车头和车尾的视频，其中，图3示出摄像头采集车头视频，图4示出摄像头采集车尾视频。

S202、通过移动型运算主机(例如车载式运算主机)对采集到的每一段具有车牌的视频进行车牌识别，获取每一段视频的车牌信息，并将所述车牌信息与该段视频关联；

在车牌信息与视频段关联后，可将视频段保存到第一文件夹中，例如：PLATE文件夹中。

S203、对采集到的视频，将车牌信息相同以及录像时间相近的视频归为同一类；其中，同一辆车的所有视频归为一类；

在对采集到的视频进行归类后，可将同类视频(例如车牌号为京AF0236的视频)放到第一文件夹下的同一子文件夹中，例如：PLATE\京AF0236文件夹中。

针对每一类视频，执行如下步骤：

S204、根据视频中车辆的铁皮颜色占比、车辆形状或车尾车标，确定该类视频中的每一段视频为车头视频或车尾视频，并为该段视频增加车头或车尾的标签；对带有车头标签的视频，执行步骤S205，对带有车尾标签的视频，执行步骤S206；

例如：车头视频的保存路径为PLATE\京AF0236\车头视频，车尾视频的保存路径为PLATE\京AF0236\车尾视频。

S205、采用车头车辆特征深度识别算法进行车辆特征识别，获取该段视频的各个车辆特征参数，并根据预先设定的规则，确定每一个车辆特征参数的置信度值；

S206、采用车尾车辆特征深度识别算法进行车辆特征识别，获取该段视频的各个车辆特征参数，并根据预先设定的规则，确定每一个车辆特征参数的置信度值；

S207、对车头和车尾视频中相同类型的车辆特征参数的置信度值进行比较，选取各类车辆特征参数中置信度值最高的参数作为相应车辆的车辆特征；

其中，车辆特征参数包括：车色参数、车系参数和车标参数。

例如：车牌为京AF0236的车辆，识别后其车头视频的各个车辆特征参数以及置信度值分别为：车色为黑色，车色置信度值为50％，车系为客车C8，车系置信度值为70％，车标为比亚迪，车标置信度值为80％，如表一所示；

表一

识别后其车尾视频的各个车辆特征参数以及置信度值分别为：车色为棕色，车色置信度值为90％，车系为客车K7，车系置信度值为50％，车标为比亚迪，车标置信度值为50％，如表二所示；

表二

因此，最终确定的该车的车辆特征为：车牌为京AF0236，车色为棕色，车系为客车C8，车标为比亚迪，如表三所示。

表三

S208、根据带有车头标签的视频和带有车尾标签的视频的录像时间戳的差值和移动型装置的移动速度，确定相应车辆的车身长度；根据预先设定的车身长度与车型的对应关系，确定车型；

例如：车牌为京AF0236的车辆，其带有车头标签的视频和带有车尾标签的视频记录的录像时间戳和移动型装置的移动速度如表四所示：

表四

车辆的车身长度L例如可以根据公式

进行计算，因此车身长度L＝3.8×1+2.5×1+1.6×1+2.6×1+2.4×1+2.6×1+2.7×1＝18.2m，这样为确定车型提供了依据。

S209、将识别后的车辆特征和对应的视频保存到数据存储介质中。

其中，识别后的车辆特征包括：车牌、车色、车系、车标、车型。

参见图5，基于同一发明构思，本发明实施例提供的一种车辆特征识别装置包括：

视频采集单元11，用于通过安装于不同方位的至少两个摄像头采集车头和车尾的视频；

视频分类单元12，用于对采集到的视频进行归类；其中，同一辆车的所有视频归为一类；

车辆特征确定单元13，用于针对每一类视频，对该类视频中的每一段视频进行车辆特征识别，分别获取每一段视频的各个车辆特征参数，并根据预先设定的规则，确定每一个车辆特征参数的置信度值；对该类视频中相同类型的车辆特征参数的置信度值进行比较，选取各类车辆特征参数中置信度值最高的参数作为相应车辆的车辆特征。

在一较佳实施方式中，参见图6，该装置还可以包括：

车牌识别单元14，用于在采集到视频后，且在对采集到的视频进行归类之前，对采集到的每一段具有车牌的视频进行车牌识别，获取每一段视频的车牌信息，并将所述车牌信息与该段视频关联；

其中，车牌识别单元14可以位于采集视频的摄像头中，还可以位于后端主机中。

视频分类单元12具体用于：

对采集到的视频，将车牌信息相同的视频归为同一类；或

对采集到的视频，将车牌信息相同以及录像时间相近的视频归为同一类。

在一较佳实施方式中，车辆特征确定单元13具体用于：

根据视频中车辆的铁皮颜色占比、车辆形状或车尾车标，确定每一类视频中的每一段视频为车头视频或车尾视频，并为该段视频增加车头或车尾的标签；

对带有车头标签的视频，采用车头车辆特征深度识别算法进行车辆特征识别，以及对带有车尾标签的视频，采用车尾车辆特征深度识别算法进行车辆特征识别。

在一较佳实施方式中，参见图7，该装置还可以包括：

车型识别单元15，用于在目标车辆为静止车辆，进行车辆特征识别的装置为移动型装置时，在为视频增加车头或车尾的标签之后，针对每一类视频，从该类视频中选取一段带有车头标签的视频和一段带有车尾标签的视频；根据选取的两段视频的录像时间戳的差值和所述移动型装置的移动速度，确定相应车辆的车身长度；根据预先设定的车身长度与车型的对应关系，确定车型。

在一较佳实施方式中，参见图8，该装置还可以包括：

数据存储介质16，用于存储识别后的车辆特征和对应的视频。

本发明实施例提供的车辆特征识别装置例如可以为车载式车辆特征识别装置，该车载式车辆特征识别装置包括：安装于不同方位的至少两个摄像头、用于本地运算的移动型运算主机和数据存储介质。

其中，上述至少两个摄像头用于采集车头和车尾的视频。

上述视频分类单元12、车辆特征确定单元13、车型识别单元15可以设置于移动型运算主机中。

上述车牌识别单元14可以设置于采集视频的摄像头中，或可以设置于移动型运算主机中。

综上所述，本发明实施例提供的技术方案，由于采用至少两个摄像头采集车头和车尾的视频，这样对采集到的视频数据进行车辆特征识别，可以获取丰富的车辆特征信息，从而可以提高车辆特征识别的识别率，并且利用置信度值合并同类视频中相同类型的车辆特征参数，选取各类车辆特征参数中置信度值最高的参数作为相应车辆的车辆特征，因此，可以提高车辆特征识别的准确度，从而提高车辆特征信息的准确度。

本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。

本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (14)

1.一种车辆特征识别方法，其特征在于，该方法包括：

通过安装于不同方位的至少两个摄像头采集车头和车尾的视频；

对采集到的视频进行归类；其中，同一辆车的所有视频归为一类；

针对每一类视频，对该类视频中的每一段视频进行车辆特征识别，分别获取每一段视频的各个车辆特征参数，并根据预先设定的规则，确定每一个车辆特征参数的置信度值；

利用置信度值合并同类视频中相同类型的车辆特征参数，对该类车头和车尾视频中相同类型的车辆特征参数的置信度值进行比较，选取各类车辆特征参数中置信度值最高的参数作为相应车辆的车辆特征；

所述对采集到的视频进行归类，包括：

对采集到的视频，将车牌信息相同的视频归为同一类；或

对采集到的视频，将车牌信息相同以及录像时间相近的视频归为同一类。

2.如权利要求1所述的方法，其特征在于，在采集到视频后，且在对采集到的视频进行归类之前，该方法还包括：

对采集到的每一段具有车牌的视频进行车牌识别，获取每一段视频的车牌信息，并将所述车牌信息与该段视频关联。

3.如权利要求2所述的方法，其特征在于，所述对采集到的每一段具有车牌的视频进行车牌识别，包括：

对采集到的每一段具有车牌的视频通过采集该视频的摄像头或后端主机进行车牌识别。

4.如权利要求1所述的方法，其特征在于，所述对每一类视频中的每一段视频进行车辆特征识别，包括：

根据视频中车辆的铁皮颜色占比、车辆形状或车尾车标，确定每一类视频中的每一段视频为车头视频或车尾视频，并为该段视频增加车头或车尾的标签；

对带有车头标签的视频，采用车头车辆特征深度识别算法进行车辆特征识别，以及对带有车尾标签的视频，采用车尾车辆特征深度识别算法进行车辆特征识别。

5.如权利要求4所述的方法，其特征在于，若目标车辆为静止车辆，进行车辆特征识别的装置为移动型装置，在为视频增加车头或车尾的标签之后，该方法还包括：

针对每一类视频，从该类视频中选取一段带有车头标签的视频和一段带有车尾标签的视频；

根据选取的两段视频的录像时间戳的差值和所述移动型装置的移动速度，确定相应车辆的车身长度；

根据预先设定的车身长度与车型的对应关系，确定车型。

6.如权利要求1～5任一项所述的方法，其特征在于，进行车辆特征识别的后端主机为用于本地运算的移动型运算主机。

7.如权利要求6所述的方法，其特征在于，在识别车辆特征之后，该方法还包括：

将识别后的车辆特征和对应的视频保存到数据存储介质中。

8.一种车辆特征识别装置，其特征在于，该装置包括：

视频采集单元，用于通过安装于不同方位的至少两个摄像头采集车头和车尾的视频；

视频分类单元，用于对采集到的视频进行归类；其中，同一辆车的所有视频归为一类；

车辆特征确定单元，用于针对每一类视频，对该类视频中的每一段视频进行车辆特征识别，分别获取每一段视频的各个车辆特征参数，并根据预先设定的规则，确定每一个车辆特征参数的置信度值；利用置信度值合并同类视频中相同类型的车辆特征参数，对该类车头和车尾视频中相同类型的车辆特征参数的置信度值进行比较，选取各类车辆特征参数中置信度值最高的参数作为相应车辆的车辆特征；

所述视频分类单元具体用于：

对采集到的视频，将车牌信息相同的视频归为同一类；或

对采集到的视频，将车牌信息相同以及录像时间相近的视频归为同一类。

9.如权利要求8所述的装置，其特征在于，该装置还包括：

车牌识别单元，用于在采集到视频后，且在对采集到的视频进行归类之前，对采集到的每一段具有车牌的视频进行车牌识别，获取每一段视频的车牌信息，并将所述车牌信息与该段视频关联。

10.如权利要求9所述的装置，其特征在于，所述车牌识别单元位于采集视频的摄像头或后端主机中。

11.如权利要求8所述的装置，其特征在于，所述车辆特征确定单元具体用于：

根据视频中车辆的铁皮颜色占比、车辆形状或车尾车标，确定每一类视频中的每一段视频为车头视频或车尾视频，并为该段视频增加车头或车尾的标签；

对带有车头标签的视频，采用车头车辆特征深度识别算法进行车辆特征识别，以及对带有车尾标签的视频，采用车尾车辆特征深度识别算法进行车辆特征识别。

12.如权利要求11所述的装置，其特征在于，该装置还包括：

车型识别单元，用于在目标车辆为静止车辆，进行车辆特征识别的装置为移动型装置时，在为视频增加车头或车尾的标签之后，针对每一类视频，从该类视频中选取一段带有车头标签的视频和一段带有车尾标签的视频；根据选取的两段视频的录像时间戳的差值和所述移动型装置的移动速度，确定相应车辆的车身长度；根据预先设定的车身长度与车型的对应关系，确定车型。

13.如权利要求8～12任一项所述的装置，其特征在于，进行车辆特征识别的后端主机为用于本地运算的移动型运算主机。

14.如权利要求13所述的装置，其特征在于，该装置还包括：

数据存储介质，用于存储识别后的车辆特征和对应的视频。

Images