CN113705566A

CN113705566A - 车辆识别方法及装置、电子设备及计算机可读存储介质

Info

Publication number: CN113705566A
Application number: CN202110971082.4A
Authority: CN
Inventors: 李照彬; 阮佳彬; 熊鹏
Original assignee: Shenzhen Sensetime Technology Co Ltd
Current assignee: Shenzhen Sensetime Technology Co Ltd
Priority date: 2021-08-23
Filing date: 2021-08-23
Publication date: 2021-11-26
Also published as: WO2023024790A1

Abstract

本申请公开了一种车辆识别方法及装置、电子设备及计算机可读存储介质。该方法包括：获取第一图像、目标车辆的目标特征数据、所述目标车辆的至少一个目标车辆属性，所述第一图像包括待识别车辆；对所述第一图像进行特征提取处理，得到所述待识别车辆的第一特征数据；获取所述待识别车辆的至少一个第一车辆属性；基于所述第一特征数据和所述目标特征数据之间的相似度、以及所述至少一个第一车辆属性和所述至少一个目标车辆属性的匹配结果，得到所述待识别车辆与所述目标车辆的比对结果。

Description

车辆识别方法及装置、电子设备及计算机可读存储介质

技术领域

本申请涉及车辆识别技术领域，尤其涉及一种车辆识别方法及装置、电子设备及计算机可读存储介质。

背景技术

车辆识别指通过对两张待比对图像中的车辆进行比对，确定两张待比对图像包含的车辆是否是同一车辆。目前的车辆识别方法的识别准确度低。

发明内容

本申请提供一种车辆识别方法及装置、电子设备及计算机可读存储介质。

第一方面，提供了一种车辆识别方法，所述方法包括：

获取第一图像、目标车辆的目标特征数据、所述目标车辆的至少一个目标车辆属性，所述第一图像包括待识别车辆；

对所述第一图像进行特征提取处理，得到所述待识别车辆的第一特征数据；

获取所述待识别车辆的至少一个第一车辆属性；

基于所述第一特征数据和所述目标特征数据之间的相似度、以及所述至少一个第一车辆属性和所述至少一个目标车辆属性的匹配结果，得到所述待识别车辆与所述目标车辆的比对结果。

结合本申请任一实施方式，所述基于所述第一特征数据和所述目标特征数据之间的相似度、以及所述至少一个第一车辆属性和所述至少一个目标车辆属性的匹配结果，得到所述待识别车辆与所述目标车辆的比对结果，包括：

在所述第一特征数据和所述目标特征数据之间的相似度大于第一相似度阈值的情况下，外观属性提取依据所述至少一个第一车辆属性和所述至少一个目标车辆属性，得到所述待识别车辆与所述目标车辆的比对结果。

结合本申请任一实施方式，在所述至少一个第一车辆属性包括所述待识别车辆的第一车牌号，且所述至少一个目标车辆属性包括所述目标车辆的目标车牌号的情况下，所述依据所述至少一个第一车辆属性和所述至少一个目标车辆属性，得到所述待识别车辆与所述目标车辆的比对结果，包括：

在所述第一车牌号与所述目标车牌号匹配的情况下，确定所述比对结果包括所述待识别车辆与所述目标车辆相同；

在所述第一车牌号与所述目标车牌号不匹配的情况下，确定所述比对结果包括所述待识别车辆与所述目标车辆不同。

结合本申请任一实施方式，所述至少一个第一车辆属性包括所述待识别车辆的第一车牌号和所述待识别车辆的至少一个第一外观属性，所述至少一个目标车辆属性包括所述目标车辆的目标车牌号和所述目标车辆的至少一个目标外观属性；

所述依据所述至少一个第一车辆属性和所述至少一个目标车辆属性，得到所述待识别车辆与所述目标车辆的比对结果，包括：

在所述第一车牌号与所述目标车牌号匹配的情况下，依据所述至少一个第一外观属性和所述至少一个目标外观属性，得到所述待识别车辆与所述目标车辆的比对结果。

结合本申请任一实施方式，所述至少一个目标车辆属性包括所述目标车辆的至少一个目标外观属性；

所述在所述第一特征数据和所述目标特征数据之间的相似度大于第一相似度阈值的情况下之后，所述获取所述待识别车辆的至少一个车辆属性，包括：

在未识别到所述待识别车辆的第一车牌号的情况下，对所述第一图像进行外观属性提取处理，得到所述待识别车辆的至少一个第一外观属性；

依据所述至少一个第一外观属性和所述至少一个目标外观属性，得到所述待识别车辆与所述目标车辆的比对结果。

结合本申请任一实施方式，所述依据所述至少一个第一外观属性和所述至少一个目标外观属性，得到所述待识别车辆与所述目标车辆的比对结果，包括：

确定所述至少一个第一外观属性和所述至少一个目标外观属性是否匹配，得到第一匹配结果；

在所述第一匹配结果包括所述至少一个第一外观属性和所述至少一个目标外观属性匹配的情况下，确定所述比对结果包括所述待识别车辆与所述目标车辆相同；

在所述第一匹配结果包括所述至少一个第一外观属性和所述至少一个目标外观属性不匹配的情况下，确定所述比对结果包括所述待识别车辆与所述目标车辆不同。

结合本申请任一实施方式，所述至少一个第一外观属性和所述至少一个目标外观属性均包括置信度；

所述确定所述至少一个第一外观属性和所述至少一个目标外观属性是否匹配，得到第一匹配结果之前，所述方法还包括：

获取第二相似度阈值，所述第二相似度阈值大于所述第一相似度阈值；

所述确定所述至少一个第一外观属性和所述至少一个目标外观属性是否匹配，得到第一匹配结果，包括：

在所述第一特征数据和所述目标特征数据之间的相似度大于所述第二相似度阈值，且所述至少一个第一外观属性和所述至少一个目标外观属性满足第一匹配条件或第二匹配条件的情况下，确定所述第一匹配结果包括所述至少一个第一外观属性与所述至少一个目标外观属性匹配；

在所述第一特征数据和所述目标特征数据之间的相似度大于所述第二相似度阈值，且所述至少一个第一外观属性和所述至少一个目标外观属性不满足所述第一匹配条件和所述第二匹配条件的情况下，确定所述第一匹配结果包括所述至少一个第一外观属性与所述至少一个目标外观属性不匹配；

所述第一匹配条件包括：所述至少一个第一外观属性和所述至少一个目标外观属性中不存在表征同一外观属性，且置信度大于置信度阈值的外观属性；

所述第二匹配条件包括：所述至少一个第一外观属性中的第二外观属性与所述至少一个目标外观属性中的第三外观属性相同，所述第二外观属性和所述第三外观属性表征同一外观属性，且所述第二外观属性的置信度和所述第三外观属性的置信度均大于所述置信度阈值。

结合本申请任一实施方式，在所述第一特征数据和所述目标特征数据之间的相似度小于或等于所述第二相似度阈值的情况下，所述方法还包括：

在所述至少一个第一外观属性和所述至少一个目标外观属性中不存在表征同一外观属性，且置信度大于所述置信度阈值的外观属性的情况下，确定所述第一匹配结果包括所述至少一个第一外观属性与所述至少一个目标外观属性不匹配；

确定所述至少一个第一外观属性中的第四外观属性和所述至少一个目标外观属性中的第五外观属性是否匹配，得到第二匹配结果，所述第四外观属性的置信度和所述第五外观属性的置信度均大于所述置信度阈值，且所述第四外观属性与所述第五外观属性表征同一外观属性；

在所述第二匹配结果包括所述第四外观属性和所述第五外观属性匹配的情况下，确定所述第一匹配结果包括所述至少一个第一外观属性与所述至少一个目标外观属性匹配；

在所述第二匹配结果包括所述第四外观属性和所述第五外观属性不匹配的情况下，确定所述第一匹配结果包括所述至少一个第一外观属性与所述至少一个目标外观属性不匹配。

结合本申请任一实施方式，所述确定所述至少一个第一外观属性中的第四外观属性和所述至少一个目标外观属性中的第五外观属性是否匹配，得到第二匹配结果，包括：

在所述第四外观属性和所述第五外观属性相同的情况下，确定所述第二匹配结果包括所述第四外观属性和所述第五外观属性匹配；

在所述第四外观属性和所述第五外观属性不同的情况下，确定所述第二匹配结果包括所述第四外观属性和所述第五外观属性不匹配。

在所述第四外观属性和所述第五外观属性分别表征第一车身颜色和第二车身颜色的情况下，获取所述第一车身颜色和所述第二车身颜色的车身颜色匹配关系；

在依据所述车身颜色匹配关系确定所述第一车身颜色和所述第二车身颜色不匹配的情况下，确定所述第二匹配结果包括所述第四外观属性和所述第五外观属性不匹配；

在依据所述车身颜色匹配关系确定所述第一车身颜色和所述第二车身颜色匹配的情况下，确定所述第二匹配结果包括所述第四外观属性和所述第五外观属性匹配。

在所述至少一个第一车辆属性和所述至少一个目标车辆属性匹配的情况下，依据所述第一特征数据和所述目标特征数据之间的相似度，得到所述待识别车辆与所述目标车辆的比对结果。

结合本申请任一实施方式，所述获取第一图像，包括：

获取目标摄像头采集到的所述第一图像，所述目标摄像头部署于目标区域；

所述获取目标车辆的目标特征数据，包括：

获取待跟踪车辆数据库，所述待跟踪车辆数据库包括至少一辆待跟踪车辆的特征数据，所述至少一辆待跟踪车辆包括需要跟踪在所述目标区域的轨迹的车辆，且所述目标车辆为所述至少一辆待跟踪车辆中的任意一辆车；

在获取所述目标摄像头采集到的所述第一图像的情况下，从所述待跟踪车辆数据库获取一个特征数据作为所述目标特征数据。

第二方面，提供了一种车辆识别装置，所述装置包括：

获取单元，用于获取第一图像、目标车辆的目标特征数据、所述目标车辆的至少一个目标车辆属性，所述第一图像包括待识别车辆；

第一处理单元，用于对所述第一图像进行特征提取处理，得到所述待识别车辆的第一特征数据；

所述获取单元，还用于获取所述待识别车辆的至少一个第一车辆属性；

第二处理单元，用于基于所述第一特征数据和所述目标特征数据之间的相似度、以及所述至少一个第一车辆属性和所述至少一个目标车辆属性的匹配结果，得到所述待识别车辆与所述目标车辆的比对结果。

结合本申请任一实施方式，所述第二处理单元用于：

结合本申请任一实施方式，在所述至少一个第一车辆属性包括所述待识别车辆的第一车牌号，且所述至少一个目标车辆属性包括所述目标车辆的目标车牌号的情况下，所述第二处理单元用于：

所述第二处理单元用于：

所述在所述第一特征数据和所述目标特征数据之间的相似度大于第一相似度阈值的情况下之后，所述获取单元用于：

所述第二处理单元用于：

结合本申请任一实施方式，所述第二处理单元用于：

所述获取单元，还用于在确定所述至少一个第一外观属性和所述至少一个目标外观属性是否匹配，得到第一匹配结果之前，获取第二相似度阈值，所述第二相似度阈值大于所述第一相似度阈值；

所述第二处理单元用于：

结合本申请任一实施方式，所述第二处理单元，还用于在所述第一特征数据和所述目标特征数据之间的相似度小于或等于所述第二相似度阈值的情况下，在所述至少一个第一外观属性和所述至少一个目标外观属性中不存在表征同一外观属性，且置信度大于所述置信度阈值的外观属性的情况下，确定所述第一匹配结果包括所述至少一个第一外观属性与所述至少一个目标外观属性不匹配；

结合本申请任一实施方式，所述第二处理单元用于：

结合本申请任一实施方式，所述获取单元用于：

第三方面，提供了一种电子设备，其特征在于，包括：处理器和存储器，所述存储器用于存储计算机程序代码，所述计算机程序代码包括计算机指令，在所述处理器执行所述计算机指令的情况下，所述电子设备执行如上述第一方面及其任意一种可能实现的方式的方法。

第四方面，提供了另一种电子设备，包括：处理器、发送装置、输入装置、输出装置和存储器，所述存储器用于存储计算机程序代码，所述计算机程序代码包括计算机指令，在所述处理器执行所述计算机指令的情况下，所述电子设备执行如上述第一方面及其任意一种可能实现的方式的方法。

第五方面，提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机程序，所述计算机程序包括程序指令，在所述程序指令被处理器执行的情况下，使所述处理器执行如上述第一方面及其任意一种可能实现的方式的方法。

第六方面，提供了一种计算机程序产品，所述计算机程序产品包括计算机程序或指令，在所述计算机程序或指令在计算机上运行的情况下，使得所述计算机执行上述第一方面及其任一种可能的实现方式的方法。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，而非限制本申请。

附图说明

为了更清楚地说明本申请实施例或背景技术中的技术方案，下面将对本申请实施例或背景技术中所需要使用的附图进行说明。

此处的附图被并入说明书中并构成本说明书的一部分，这些附图示出了符合本申请的实施例，并与说明书一起用于说明本申请的技术方案。

图1为本申请实施例提供的一种车辆识别方法的流程示意图；

图2为本申请实施例提供的一种车辆识别装置的结构示意图；

图3为本申请实施例提供的一种车辆识别装置的硬件结构示意图。

具体实施方式

为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请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申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别不同对象，而不是用于描述特定顺序。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包括。例如包括了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其他步骤或单元。

应当理解，在本申请中，“至少一个(项)”是指一个或者多个，“多个”是指两个或两个以上，“至少两个(项)”是指两个或三个及三个以上，“和/或”，用于描述关联对象的关联关系，表示可以存在三种关系，例如，“A和/或B”可以表示：只存在A，只存在B以及同时存在A和B三种情况，其中A，B可以是单数或者复数。字符“/”可表示前后关联对象是一种“或”的关系，是指这些项中的任意组合，包括单项(个)或复数项(个)的任意组合。例如，a，b或c中的至少一项(个)，可以表示：a，b，c，“a和b”，“a和c”，“b和c”，或“a和b和c”，其中a，b，c可以是单个，也可以是多个。字符“/”还可表示数学运算中的除号，例如，a/b＝a除以b；6/3＝2。“以下至少一项(个)”或其类似表达。

在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包括在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。

车辆识别指通过对两张待比对图像中的车辆进行比对，确定两张待比对图像包含的车辆是否是同一车辆。例如，待比对图像A包括车辆a，待比对图像B包括车辆b。通过对待比对图像A和待比对图像B进行车辆比对，可确定车辆a和车辆b是否为同一辆车。

目前的车辆识别方法通过对两张待比对图像进行车辆特征提取处理得到待比对图像中的车辆的特征数据，再通过对车辆的特征数据进行比对确定两张待比对图像中的车辆是否为同一车辆。本申请实施例中，特征提取处理用于提取图像的特征数据。可选的，特征提取处理通过以下中的至少一个实现：神经网络、卷积处理、池化处理。

例如，待比对图像A包括车辆a，待比对图像B包括车辆b。通过对待比对图像A进行车辆特征提取处理得到车辆a的特征数据，通过对待比对图像B进行车辆特征提取处理得到车辆b的特征数据。计算车辆a的特征数据和车辆b的特征数据之间的相似度，在该相似度大于相似度阈值的情况下确定车辆a和车辆b为同一辆车，在该相似度小于或等于相似度阈值的情况下确定车辆a和车辆b不是同一辆车。

但该种方法的识别准确度低，例如，待比对图像A包括车辆a的车头，待比对图像B包括车辆b的车头，其中，车辆a和车辆b是不同的两辆车。由于车辆a的车头和车辆b的车头的相似度较高，从待比对图像A中提取出的车辆a的特征数据与从待比对图像B中提取出的车辆b的特征数据的相似度较高。这样，就易将车辆a和车辆b识别为同一车辆。

基于此，本申请实施例提供了一种技术方案，以提高车辆识别的准确度。下面结合本申请实施例中的附图对本申请实施例进行描述。

本申请实施例的执行主体为车辆识别装置，其中，车辆识别装置可以是任意一种可执行本申请方法实施例所公开的技术方案的电子设备。可选的，车辆识别装置可以是以下中的一种：手机、计算机、平板电脑、可穿戴智能设备。

应理解，本申请方法实施例还可以通过处理器执行计算机程序代码的方式实现。下面结合本申请实施例中的附图对本申请实施例进行描述。请参阅图1，图1是本申请实施例提供的一种车辆识别方法的流程示意图。

101、获取第一图像、目标车辆的目标特征数据，目标车辆的至少一个目标车辆属性，上述第一图像包括待识别车辆。

本申请实施例中，待识别车辆和目标车辆可以是任意车辆。例如，待识别车辆和待识别车辆均是轿车。又例如，待识别车辆是泥头车，目标车辆是渣土车。再例如，待识别车辆是公交车，目标车辆是卡车。

本申请实施例中，目标车辆的目标特征数据携带目标车辆的身份信息，即通过将任意车辆的特征数据与目标特征数据进行比对，可确定该车辆与目标车辆是否相同。可选的，目标特征数据包括携带目标车辆的身份信息的特征向量。

在一种可能实现的方式中，目标特征数据携带目标车辆的局部特征信息。例如，目标特征数据携带以下至少一种信息：车灯的特征信息、车标的特征信息、车窗的特征信息。

在另一种可能实现的方式中，目标特征数据携带目标车辆的全局特征信息，其中，全局特征信息包括目标车辆的整体外观特征信息。

在又一种可能实现的方式中，目标特征数据既携带目标车辆的局部特征信息，又携带目标车辆的全局特征信息。

本申请实施例中，车辆属性(包括上述目标车辆属性和下文将要提及的第一车辆属性)包括以下至少一种：车辆类型、车身颜色、车辆品牌、车牌号。

在一种可能实现的方式中，车辆类型包括：两厢轿车、三厢轿车、运动型多用途汽车(sport utility vehicle，SUV)、皮卡、卡车、公交车、泥头车、渣土车。

在一种可能实现的方式中，车身颜色包括：黑色、蓝色、灰色、白色、藏青色、黄色、红色、绿色、紫色。

在一种可能实现的方式中，车辆品牌包括：奔驰、宝马、奥迪、大众、本田、丰田、日产、长城、比亚迪。

本申请实施中，至少一个目标车辆属性为目标车辆的车辆属性。至少一个目标车辆属性可以是一个目标车辆属性，至少一个目标车辆属性也可以是两个或两个以上目标车辆属性。例如，至少一个目标车辆属性包括目标车辆的车身颜色。又例如，至少一个目标车辆属性包括目标车辆的车身颜色和目标车辆的车牌号。

在一种获取第一图像的实现方式中，车辆识别装置接收用户通过输入组件输入的第一图像。上述输入组件包括：键盘、鼠标、触控屏、触控板和音频输入器等。

在另一种获取第一图像的实现方式中，车辆识别装置接收终端发送的第一图像。上述终端包括：手机、计算机、平板电脑、服务器。

在又一种获取第一图像的实现方式中，车辆识别装置与监控摄像头之间存在通信连接。车辆识别装置通过该通信连接获取监控摄像头拍摄的第一图像。

在又一种获取第一图像的实现方式中，车辆识别装置与监控摄像头之间存在通信连接。车辆识别装置通过该通信连接获取监控摄像头拍摄的视频流，并将视频流中的一帧图像作为第一图像。

在一种获取目标特征数据的实现方式中，车辆识别装置接收用户通过输入组件输入的目标特征数据。

在另一种获取目标特征数据的实现方式中，车辆识别装置接收终端发送的目标特征数据。

在一种获取目标车辆的至少一个目标车辆属性的实现方式中，目标车辆的至少一个目标车辆属性存储于车辆识别装置。车辆识别装置通过从存储介质中读取目标车辆的至少一个目标车辆属性获取目标车辆的至少一个目标车辆属性。

在另一种获取目标车辆的至少一个目标车辆属性的实现方式中，车辆识别装置接收用户通过输入组件输入的目标车辆的至少一个目标车辆属性。

在又一种获取目标车辆的至少一个目标车辆属性的实现方式中，车辆识别装置接收终端发送的目标车辆的至少一个目标车辆属性。

应理解，在本申请实施例中，获取第一图像的步骤、获取目标车辆的目标特征数据的步骤以及获取至少一个目标车辆属性的步骤可以分开执行，也可以同时执行。例如，图像处理装置可先获取第一图像，再获取目标车辆的目标特征数据，最后获取至少一个目标车辆属性。又例如，图像处理装置可先获取目标车辆的目标特征数据，再获取第一图像，最后获取至少一个目标车辆属性。再例如，图像处理装置可先获取至少一个目标车辆属性，再获取第一图像，最后获取目标车辆的目标特征数据。再例如，图像处理装置在获取第一图像的过程中获取目标车辆的目标特征数据和至少一个目标车辆属性，或在获取目标车辆的目标特征数据的过程中获取第一图像和至少一个目标车辆属性，或在获取至少一个目标车辆属性的过程中获取第一图像和目标特征数据。

102、对上述第一图像进行特征提取处理，得到上述待识别车辆的第一特征数据。

本申请实施例中，第一特征数据携带待识别车辆的身份信息，即通过将任意车辆的特征数据与第一特征数据进行比对，可确定该车辆与待识别车辆是否相同。可选的，第一特征数据包括携带待识别车辆的身份信息的特征向量。

在一种可能实现的方式中，第一特征数据携带待识别车辆的局部特征信息。例如，第一特征数据携带以下至少一种信息：车灯的特征信息、车标的特征信息、车窗的特征信息。

在另一种可能实现的方式中，第一特征数据携带待识别车辆的全局特征信息，其中，全局特征信息包括待识别车辆的整体外观特征信息。

在又一种可能实现的方式中，第一特征数据既携带待识别车辆的局部特征信息，又携带待识别车辆的全局特征信息。

本申请实施例中，特征提取处理用于提取出图像中的车辆的特征数据。在一种可能实现的方式中，车辆识别装置通过对图像进行卷积处理，实现对图像的特征提取处理。

在另一种可能实现的方式中，对图像的特征提取处理通过卷积神经网络实现。通过将带有标注信息的图像作为训练数据，对卷积神经网络进行训练，使训练得到的卷积神经网络可完成对图像的特征提取处理。其中，训练数据的标注信息包括以下至少一种：图像中的车辆的局部特征信息、图像中的车辆的全局特征信息。

103、获取目标车辆的至少一个第一车辆属性。

本申请实施中，至少一个第一车辆属性为待识别车辆的车辆属性。至少一个第一车辆属性可以是一个第一车辆属性，至少一个第一车辆属性也可以是两个或两个以上第一车辆属性。例如，至少一个第一车辆属性包括待识别车辆的车辆类型。又例如，至少一个第一车辆属性包括待识别车辆的车辆类型和待识别车辆的车牌号。

在一种获取待识别车辆的至少一个第一车辆属性的实现方式中，待识别车辆的至少一个第一车辆属性存储于车辆识别装置。车辆识别装置通过从存储介质中读取待识别车辆的至少一个第一车辆属性获取待识别车辆的至少一个第一车辆属性。

在另一种获取待识别车辆的至少一个第一车辆属性的实现方式中，车辆识别装置接收用户通过输入组件输入的待识别车辆的至少一个第一车辆属性。

在又一种获取待识别车辆的至少一个第一车辆属性的实现方式中，车辆识别装置接收终端发送的待识别车辆的至少一个第一车辆属性。

104、基于上述第一特征数据和上述目标特征数据之间的相似度、以及上述至少一个第一车辆属性和上述至少一个目标车辆属性的匹配结果，得到上述待识别车辆与上述目标车辆的比对结果。

本申请实施例中，至少一个第一车辆属性和至少一个目标车辆属性的匹配结果包括至少一个第一车辆属性和至少一个目标车辆属性匹配，或至少一个第一车辆属性和至少一个目标车辆属性不匹配。比对结果包括待识别车辆与目标车辆相同，比对结果或包括待识别车辆与目标车辆不同。

在一种可能实现的方式中，车辆识别装置依据第一特征数据和目标特征数据之间的相似度确定第一特征数据和目标特征数据是否相似。

在确定第一特征数据和目标特征数据相似，且匹配结果包括至少一个第一车辆属性和至少一个目标车辆属性匹配的情况下，确定比对结果包括待识别车辆与目标车辆相同。否则，确定比对结果包括待识别车辆与目标车辆不同。

在另一种可能实现的方式中，车辆识别装置依据第一特征数据和目标特征数据之间的相似度确定第一特征数据和目标特征数据是否相似。

在确定第一特征数据和目标特征数据相似的情况下，确定比对结果包括待识别车辆与目标车辆相同。在确定匹配结果包括至少一个第一车辆属性和至少一个目标车辆属性匹配的情况下，确定比对结果包括待识别车辆与目标车辆相同。在确定第一特征数据和目标特征数据相似，且匹配结果包括至少一个第一车辆属性和至少一个目标车辆属性匹配的情况下，确定比对结果包括待识别车辆与目标车辆相同。在确定第一特征数据和目标特征数据不相似，且匹配结果包括至少一个第一车辆属性和至少一个目标车辆属性不匹配的情况下，确定比对结果包括待识别车辆与目标车辆相同。

本申请实施例中，车辆识别装置依据第一特征数据和目标特征数据之间的相似度，以及至少一个第一车辆属性和至少一个目标车辆属性的匹配结果，确定目标车辆与待识别车辆的比对结果，可提升比对结果的准确度。

作为一种可选的实施方式，车辆识别装置在执行步骤104的过程中执行以下步骤：

1、在上述第一特征数据和上述目标特征数据之间的相似度大于第一相似度阈值的情况下，依据上述至少一个第一车辆属性和上述至少一个目标车辆属性，得到上述待识别车辆与上述目标车辆的比对结果。

本申请实施例中，第一相似度阈值为正数。目标特征数据和第一特征数据之间的相似度大于第一相似度阈值，说明待识别车辆和目标车辆为同一辆车的概率较大。因此，可进一步依据至少一个第一车辆属性和至少一个目标车辆属性，确定待识别车辆和目标车辆是否为同一辆车。

在一种可能实现的方式中，车辆识别装置通过确定至少一个第一车辆属性和至少一个目标车辆属性是否匹配，确定待识别车辆与目标车辆是否相同，从而得到待识别车辆与目标车辆的比对结果。

在另一种可能实现的方式中，车辆识别装置确定至少一个第一车辆属性和至少一个目标车辆属性的匹配度。在匹配度大于匹配度阈值的情况下，确定待识别车辆与目标车辆相同。在匹配度小于或等于匹配度阈值的情况下，确定待识别车辆与目标车辆不同。

可选的，车辆识别装置在确定第一特征数据和目标特征数据之间的相似度小于或等于第一相似度阈值的情况下，确定比对结果包括待识别车辆与目标车辆的不同。即在确定第一特征数据和目标特征数据之间的相似度小于或等于第一相似度阈值的情况下，不继续比对至少一个第一车辆属性和至少一个目标车辆属性。

本申请实施例中，车辆识别装置在确定第一特征数据和目标特征数据之间的相似度大于第一相似度阈值的情况下，进一步依据至少一个第一车辆属性和至少一个目标车辆属性确定比对结果，可提升比对结果的准确度，并减少数据处理量。

作为一种可选的实施方式，至少一个第一车辆属性包括待识别车辆的第一车牌号，至少一个目标车辆属性包括目标车辆的目标车牌号。

可选的，第一车牌号是车辆装置通过对第一图像进行车牌号识别处理得到的。本申请实施例中，车牌号识别处理用于识别图像中的车牌号。可选的，车牌号识别处理可通过车牌号识别模型实现，其中，车牌号识别模型为用于识别车牌号的计算机视觉模型。例如，车牌号识别模型是文字识别(optical character recognition，OCR)模型。又例如，车牌号识别模型是神经网络，其中，该神经网络可识别图像中的车牌号。

在车辆识别装置通过对第一图像进行车牌号识别处理得到第一车牌号的情况下，车辆识别装置获取目标车辆的目标车牌号，进而可通过对待识别车辆的车牌号和目标车辆的车牌号进行比对，以进一步确定待识别车辆与目标车辆之间的比对结果。

因此，车辆识别装置在执行“依据上述至少一个第一车辆属性和上述至少一个目标车辆属性，得到上述待识别车辆与上述目标车辆的比对结果”的步骤的过程中执行以下中的一个步骤：

2、在上述第一车牌号与上述目标车牌号匹配的情况下，确定上述比对结果包括上述待识别车辆与上述目标车辆相同。

3、在上述第一车牌号与上述目标车牌号不匹配的情况下，确定上述比对结果包括上述待识别车辆与上述目标车辆不同。

作为一种可选的实施方式，至少一个第一车辆属性包括待识别车辆的第一车牌号和待识别车辆的至少一个第一外观属性，至少一个目标车辆属性包括所述目标车辆的目标车牌号和目标车辆的至少一个目标外观属性。

本申请实施例中，车辆的外观属性包括除车牌号之外的车辆属性。可选的，外观属性包括以下至少一个：车身颜色、车辆类型、车辆品牌。第一外观属性为待识别车辆的外观属性，目标外观属性为目标车辆的外观属性。

可选的，车辆识别装置通过对第一图像进行外观属性提取处理得到待识别车辆的至少一个第一外观属性。本申请实施例中，外观属性提取处理用于提取出图像中的外观属性。可选的，外观属性提取处理可通过外观属性提取模型实现，其中，外观属性提取模型为用于提取外观属性的计算机视觉模型。例如，外观属性提取模型是可提取外观属性的神经网络。

在该种实施方式中，车辆识别装置在执行“依据上述至少一个第一车辆属性和上述至少一个目标车辆属性，得到上述待识别车辆与上述目标车辆的比对结果”的步骤的过程中执行以下步骤：

4、在上述第一车牌号与上述目标车牌号匹配的情况下，依据上述至少一个第一外观属性和上述至少一个目标外观属性，得到上述待识别车辆与上述目标车辆的比对结果。

在一种可能实现的方式中，车辆识别装置通过确定至少一个第一外观属性和至少一个目标外观属性是否匹配，确定待识别车辆与目标车辆是否相同，从而得到待识别车辆与目标车辆的比对结果。

在另一种可能实现的方式中，车辆识别装置确定至少一个第一外观属性和至少一个目标外观属性的匹配度。在匹配度大于匹配度阈值的情况下，确定待识别车辆与目标车辆相同。在匹配度小于或等于匹配度阈值的情况下，确定待识别车辆与目标车辆不同。

本申请实施例中，车辆识别装置在确定第一车牌号与目标车牌号匹配的情况下，进一步依据至少一个第一外观属性和至少一个目标外观属性确定比对结果，可提升比对结果的准确度，并减少数据处理量。

可选的，车辆识别装置在确定第一车牌号与目标车牌号匹配的情况下，对第一图像进行外观属性提取处理，得到至少一个第一外观属性。在得到至少一个第一外观属性后，车辆识别装置依据至少一个第一外观属性和至少一个目标外观属性，得到待识别车辆与上述目标车辆的比对结果。车辆识别装置在确定第一车牌号与目标车牌号不匹配的情况下，不执行对第一图像进行外观属性提取处理的步骤。由此减少数据处理量。

作为一种可选的实施方式，至少一个目标车辆属性包括目标车辆的至少一个目标外观属性。车辆识别装置在确定第一特征数据和目标特征数据之间的相似度大于第一相似度阈值之后，通过执行以下步骤获取待识别车辆的至少一个车辆属性：

5、在未识别到待识别车辆的第一车牌号的情况下，对第一图像进行外观属性提取处理，得到待识别车辆的至少一个第一外观属性。

若通过对第一图像进行车牌识别处理未得到待识别车辆的第一车牌号，则无法通过对待识别车辆的车牌号和目标车辆的车牌号进行比对，确定待识别车辆和目标车辆是否为同一辆车。

因此，车辆识别装置在该种情况下，对第一图像进行外观属性提取处理得到待识别车辆的至少一个第一外观属性，以通过比对待识别车辆的外观属性和目标车辆的外观属性，确定待识别车辆和目标车辆是否为同一辆车，从而提高比对结果的准确度。

在执行完步骤5后，车辆识别装置在执行“依据上述至少一个第一车辆属性和上述至少一个目标车辆属性，得到上述待识别车辆与上述目标车辆的比对结果”的步骤的过程中执行以下步骤：

6、依据至少一个第一外观属性和至少一个目标外观属性，得到待识别车辆与目标车辆的比对结果。

本步骤的实现方式可参见步骤4的实现方式，此处将不再赘述。

在该种实施方式中，车辆识别装置在待识别车辆的特征数据与目标车辆的特征数据相似，且未识别到第一车牌号的情况下，进一步依据待识别车辆的外观属性与目标车辆的外观属性确定待识别车辆与目标车辆相同，从而提高比对结果的准确度。

作为一种可选的实施方式，图像处理装置在执行“依据至少一个第一外观属性和至少一个目标外观属性，得到待识别车辆与目标车辆的比对结果”的步骤的过程中执行以下步骤：

7、确定上述至少一个第一外观属性和上述至少一个目标外观属性是否匹配，得到第一匹配结果。

本申请实施中，第一匹配结果包括至少一个第一外观属性和至少一个目标外观属性匹配，或至少一个第一外观属性和至少一个目标外观属性不匹配。

在一种可能实现的方式中，车辆识别装置依据至少一个第一外观属性和至少一个目标外观属性，得到至少一个共同外观属性对，其中，每个共同外观属性对包括一个第一外观属性和一个目标外观属性，且共同外观属性对中的第一外观属性与共同外观属性对中的目标外观属性表征同一外观属性。

例如，至少一个第一外观属性包括待识别车辆的车身颜色和待识别车辆的车辆类型，至少一个目标外观属性包括目标车辆的车身颜色和目标车辆的车辆品牌，此时，共同外观属性对包括目标车辆的车身颜色和待识别车辆的车身颜色。

车辆识别装置在确定每个共同外观属性对中的两个外观属性均相同的情况下，确定第一匹配结果包括至少一个第一外观属性和至少一个目标外观属性匹配。否则，车辆识别装置确定第一匹配结果包括至少一个第一外观属性和至少一个目标外观属性不匹配。

例如，至少一个第一外观属性和至少一个目标外观属性中存在共同外观属性对a和共同外观属性对b，其中，共同外观属性对a包括目标车辆的车身颜色和待识别车辆的车身颜色，共同外观属性对b包括目标车辆的车辆类型和待识别车辆的车辆类型。

若目标车辆的车身颜色和待识别车辆的车身颜色相同，且目标车辆的车辆类型和待识别车辆的车辆类型相同，那么第一匹配结果包括至少一个第一外观属性和至少一个目标外观属性匹配。

若目标车辆的车身颜色和待识别车辆的车身颜色不同，那么第一匹配结果包括至少一个第一外观属性和至少一个目标外观属性不匹配。若目标车辆的车辆类型和待识别车辆的车辆类型不同，那么第一匹配结果包括至少一个第一外观属性和至少一个目标外观属性不匹配。

在得到第一匹配结果后，车辆识别装置通过执行以下中的一个步骤确定比对结果：

8、在上述第一匹配结果包括上述至少一个第一外观属性和上述至少一个目标外观属性匹配的情况下，确定上述比对结果包括上述待识别车辆与上述目标车辆相同。

本步骤中，第一匹配结果包括至少一个第一外观属性与至少一个目标外观属性匹配，说明待识别车辆的外观属性与目标车辆的外观属性匹配。因此，车辆识别装置确定待识别车辆与目标车辆相同。

9、在上述第一匹配结果包括上述至少一个第一外观属性和上述至少一个目标外观属性不匹配的情况下，确定上述比对结果包括上述待识别车辆与上述目标车辆不同。

本步骤中，第一匹配结果包括至少一个第一外观属性与至少一个目标外观属性不匹配，说明待识别车辆的外观属性与目标车辆的外观属性不匹配。因此，车辆识别装置确定待识别车辆与目标车辆不同。

作为一种可选的实施方式，至少一个第一外观属性和至少一个目标外观属性均包括置信度。

例如，至少一个第一外观属性包括待识别车辆的车身颜色和待识别车辆的车辆类型。至少一个第一外观属性包括置信度指，待识别车辆的车身颜色存在置信度，待识别车辆的车辆类型也存在置信度。若待识别车辆的车身颜色为红色，待识别车辆的车辆类型为卡车，待识别车辆的车身颜色的置信度为0.8，待识别车辆的车辆类型的置信度为0.7，那么待识别车辆的车身颜色为红色的置信度为0.8，那么待识别车辆的车辆类型为卡车的置信度为0.7。

至少一个目标外观属性包括目标车辆的车身颜色和目标车辆的车辆品牌。至少一个目标外观属性包括置信度指，目标车辆的车身颜色存在置信度，目标车辆的车辆品牌也存在置信度。若目标车辆的车身颜色为黑色，目标车辆的车辆品牌为奔驰，目标车辆的车身颜色的置信度为0.86，目标车辆的车辆品牌的置信度为0.92，那么目标车辆的车身颜色为黑色的置信度为0.86，那么目标车辆的车辆品牌为奔驰的置信度为0.92。

在该种实施方式中，车辆识别装置在执行步骤7之前，还执行以下步骤：

10、获取第二相似度阈值，上述第二相似度阈值大于上述第一相似度阈值；

在一种获取第二相似度阈值的实现方式中，车辆识别装置接收用户通过输入组件输入的第二相似度阈值。

在另一种获取第二相似度阈值的实现方式中，车辆识别装置接收终端发送的第二相似度阈值。

在执行完步骤10后，车辆识别装置在执行步骤7的过程中执行以下中的一个步骤：

11、在上述第一特征数据和上述目标特征数据之间的相似度大于上述第二相似度阈值，且上述至少一个第一外观属性和上述至少一个目标外观属性满足第一匹配条件或第二匹配条件的情况下，确定上述第一匹配结果包括上述至少一个第一外观属性与上述至少一个目标外观属性匹配；

12、在第一特征数据和目标特征数据之间的相似度大于第二相似度阈值，且上述至少一个第一外观属性和上述至少一个目标外观属性不满足上述第一匹配条件和第二匹配条件的情况下，确定上述第一匹配结果包括上述至少一个第一外观属性与上述至少一个目标外观属性不匹配。

若将至少一个第一外观属性和至少一个目标外观属性中的表征相同外观属性的两个外观属性称为共同外观属性对，将所包含的两个外观属性的置信度均大于置信度阈值的共同外观属性对称为高置信度共同外观属性对，其中，置信度阈值为正数。

例如，至少一个第一外观属性包括待识别车辆的车身颜色和待识别车辆的车辆类型，至少一个目标外观属性包括目标车辆的车身颜色和目标车辆的车辆品牌。此时，待识别车辆的车身颜色和目标车辆的车身颜色均表征车身颜色这一外观属性，即共同外观属性对包括待识别车辆的车身颜色和目标车辆的车身颜色。

若待识别车辆的车身颜色的置信度大于置信度阈值，且目标车辆的车身颜色的置信度大于置信度阈值，那么待识别车辆的车身颜色和目标车辆的车身颜色为高置信度共同外观属性对。

本申请实施中，第一匹配条件包括：至少一个第一外观属性和至少一个目标外观属性中不存在表征同一外观属性，且置信度大于置信度阈值的外观属性。即第一匹配条件包括：至少一个第一外观属性和至少一个目标外观属性中不存在高置信度共同外观属性对。

例如，至少一个第一外观属性包括待识别车辆的车身颜色和待识别车辆的车辆类型，至少一个目标外观属性包括目标车辆的车辆品牌。此时，至少一个第一外观属性和至少一个目标外观属性中不存在共同外观属性对，那么至少一个第一外观属性和至少一个目标外观属性中自然也不存在高置信度共同外观属性对。此时，至少一个第一外观属性和至少一个目标外观属性满足第一匹配条件。

又例如，至少一个第一外观属性包括待识别车辆的车身颜色和待识别车辆的车辆类型，至少一个目标外观属性包括目标车辆的车身颜色目标车辆的车辆品牌。此时，待识别车辆的车身颜色和目标车辆的车身颜色均表征车身颜色这一外观属性，即共同外观属性对包括待识别车辆的车身颜色和目标车辆的车身颜色。

若待识别车辆的车身颜色的置信度大于置信度阈值，且目标车辆的车身颜色的置信度小于置信度阈值，那么至少一个外观属性和至少一个目标外观属性中不存在高置信度共同外观属性对。因此，至少一个第一外观属性和至少一个目标外观属性满足第一匹配条件。

本申请实施例中，第二匹配条件包括：至少一个第一外观属性中的第二外观属性与至少一个目标外观属性中的第三外观属性相同，第二外观属性和第三外观属性表征同一外观属性，且第二外观属性的置信度和第三外观属性的置信度均大于置信度阈值。

在第二匹配条件中，第二外观属性属于至少一个第一外观属性，第三外观属性属于至少一个目标外观属性，且第二外观属性与第三外观属性相同，即第二外观属性和第三外观属性为上述共同外观属性对。第二外观属性的置信度和第三外观属性的置信度均大于置信度阈值，即第二外观属性和第二三外观属性为上述高置信度共同外观属性对。

应理解，第二外观属性和第三外观属性仅为示例，不应理解为至少一个第一外观属性和至少一个目标外观属性中只存在一个高置信度共同属性对。在实际应用中，至少一个第一外观属性和至少一个目标外观属性中的任意一个高置信度共同外观属性对中的两个属性均应相同。

例如，至少一个第一外观属性包括待识别车辆的车身颜色和待识别车辆的车辆类型，至少一个目标外观属性包括目标车辆的车身颜色和目标车辆的车辆类型。此时，待识别车辆的车身颜色和目标车辆的车身颜色均表征车身颜色这一外观属性，待识别车辆的车辆类型和目标车辆的车辆类型均表征车辆类型这一外观属性，即共同外观属性对包括共同外观属性对a和共同外观属性对b，其中，共同外观属性对a包括待识别车辆的车身颜色和目标车辆的车身颜色，共同外观属性对b包括待识别车辆的车辆类型和目标车辆的车辆类型。

若待识别车辆的车身颜色的置信度、待识别车辆的车辆类型的置信度、目标车辆的车身颜色的置信度和目标车辆的车辆类型的置信度均大于置信度阈值，那么共同外观属性对a和共同外观属性对b均为高置信度共同外观属性对。

在共同外观属性对a中的两个属性相同，且共同外观属性对b中的两个属性相同的情况下，确定至少一个第一外观属性和至少一个目标外观属性满足第二匹配条件，否则，确定至少一个第一外观属性和至少一个目标外观属性不满足第二匹配条件。其中，共同外观属性对a中的两个属性相同指第一车辆的车身颜色和第二车辆的车身颜色相同，共同外观属性对b中的两个属性相同指第一车辆的车辆类型和第二车辆的车辆类型相同。

本申请实施例中，置信度阈值用于判断外观属性的置信度高低，具体的，外观属性的置信度大于置信度阈值说明外观属性的置信度高，外观属性的置信度小于或等于置信度阈值说明外观属性的置信度低。

在外观属性的置信度高的情况下，利用外观属性识别车辆，可提高识别准确度，在外观属性的置信度低的情况下，利用外观属性识别车辆，可能会存在较大的误差。因此，可依据至少一个第一外观属性中置信度大于置信度阈值的外观属性和至少一个目标外观属性中置信度大于置信度阈值的外观属性，判断至少一个第一外观属性和至少一个目标外观属性是否匹配。

若至少一个第一外观属性和至少一个目标外观属性中不存在高置信度共同外观属性对，此时判断至少一个第一外观属性和至少一个目标外观属性是否匹配，会出现较大的误差。由于至少一个第一外观属性和至少一个目标外观属性不匹配，会导致将待识别车辆与目标车辆识别为不同的车辆，而第一特征数据和目标特征数据之间的相似度大于第二相似度阈值，说明待识别车辆和目标车辆相同的概率较大，因此在至少一个第一外观属性和至少一个目标外观属性中不存在高置信度共同外观属性对的情况下，确定至少一个第一外观属性和至少一个目标外观属性匹配。这样，可降低待识别车辆的误识别率。

这样，车辆识别装置在确定至少一个第一外观属性和至少一个目标外观属性满足第一匹配条件的情况下，确定第一匹配结果包括至少一个第一外观属性与至少一个目标外观属性匹配，可降低第一匹配结果的误识别率，进而降低对待识别车辆的误识别率。

若至少一个第一外观属性和至少一个目标外观属性中存在高置信度共同外观属性对，那么可依据高置信度共同外观属性对判断至少一个外观属性和至少一个目标外观属性是否匹配。在一种可能实现的方式中，高置信度共同外观属性对中的两个外观属性相同，说明至少一个第一外观属性中的外观属性和至少一个目标外观属性中的外观属性不矛盾，进而可确定至少一个第一外观属性中的外观属性和至少一个目标外观属性中的外观属性匹配。

这样，车辆识别装置在确定至少一个第一外观属性和至少一个目标外观属性满足第二匹配条件的情况下，确定第一匹配结果包括至少一个第一外观属性与至少一个目标外观属性匹配，可提高对第一匹配结果的准确度，进而提高待识别车辆的误识别率。

反之，在确定至少一个第一外观属性和至少一个目标外观属性不满足第一匹配条件，且至少一个第一外观属性和至少一个目标外观属性不满足第二匹配条件的情况下，确定第一匹配结果包括至少一个第一外观属性与至少一个目标外观属性不匹配。

作为一种可选的实施方式，车辆识别装置在第一特征数据和目标特征数据之间的相似度小于或等于第二相似度阈值的情况下，还执行以下步骤：

13、在上述至少一个第一外观属性和上述至少一个目标外观属性中不存在表征同一外观属性，且置信度大于上述置信度阈值的外观属性的情况下，确定上述第一匹配结果包括上述至少一个第一外观属性与上述至少一个目标外观属性不匹配；

本步骤中，至少一个第一外观属性和至少一个目标外观属性中不存在表征同一外观属性，且置信度大于置信度阈值的外观属性，即至少一个第一外观属性和至少一个目标外观属性中不存在高置信度共同外观属性。此时，判断至少一个第一外观属性和至少一个目标外观属性是否匹配，会出现较大的误差。由于至少一个第一外观属性和至少一个目标外观属性匹配，会导致将待识别车辆与目标车辆识别为相同的车辆，而第一特征数据和目标特征数据之间的相似度小于或等于第二相似度阈值，说明待识别车辆和目标车辆相同的概率，相对第一特征数据和目标特征数据之间的相似度大于第二相似度阈值的情况较小。因此，在至少一个第一外观属性和至少一个目标外观属性中不存在高置信度共同外观属性对的情况下，确定至少一个第一外观属性和至少一个目标外观属性不匹配。这样，可降低待识别车辆的误识别率。

若至少一个第一外观属性和至少一个目标外观属性中存在高置信度共同外观属性，那么执行步骤14。

14、确定上述至少一个第一外观属性中的第四外观属性和上述至少一个目标外观属性中的第五外观属性是否匹配，得到第二匹配结果，上述第四外观属性的置信度和上述第五外观属性的置信度均大于上述置信度阈值，且上述第四外观属性与上述第五外观属性表征同一外观属性。

本步骤中，第四外观属性属于至少一个第一外观属性，第五外观属性属于至少一个目标外观属性，且第四外观属性与第五外观属性相同，即第四外观属性和第五外观属性为上述共同外观属性对。第四外观属性的置信度和第五外观属性的置信度均大于置信度阈值，即第四外观属性和第五外观属性为上述高置信度共同外观属性对。

如上述，若至少一个第一外观属性和至少一个目标外观属性中存在高置信度共同外观属性对，那么可依据高置信度共同外观属性对判断至少一个外观属性和至少一个目标外观属性是否匹配。因此，车辆识别装置可依据第二匹配结果判断至少一个外观属性和至少一个目标外观属性是否匹配。具体的，车辆识别装置在得到第二匹配结果后，通过执行步骤15或步骤16，确定至少一个外观属性和至少一个目标外观属性是否匹配。

15、在上述第二匹配结果包括上述第四外观属性和上述第五外观属性匹配的情况下，确定上述第一匹配结果包括上述至少一个第一外观属性与上述至少一个目标外观属性匹配。

16、在上述第二匹配结果包括上述第四外观属性和上述第五外观属性不匹配的情况下，确定上述第一匹配结果包括上述至少一个第一外观属性与上述至少一个目标外观属性不匹配。

应理解，第四外观属性和第五外观属性仅为示例，不应理解为至少一个第一外观属性和至少一个目标外观属性中只存在一个高置信度共同外观属性对。在实际应用中，若至少一个第一外观属性和至少一个目标外观属性中存在两个或两个以上高置信度共同外观属性对，车辆识别装置可分别确定每个高置信度共同外观属性对的第二匹配结果。在所有第二匹配结果均包括高置信度共同外观属性中的两个外观属性匹配的情况下，确定第一匹配结果包括至少一个第一外观属性与至少一个目标外观属性匹配，否则，确定第一匹配结果包括至少一个第一外观属性与至少一个目标外观属性不匹配。

车辆识别装置通过确定待识别车辆的车身颜色与目标车辆的车身颜色是否匹配，得到高置信度共同外观属性对a的第二匹配结果A，车辆识别装置通过确定待识别车辆的车辆类型与目标车辆的车辆类型是否匹配，得到高置信度共同外观属性对b的第二匹配结果B。

在第二匹配结果A包括待识别车辆的车身颜色与目标车辆的车身颜色匹配，且第二匹配结果B包括待识别车辆的车辆类型与目标车辆的车辆类型匹配的情况下，确定第一匹配结果包括至少一个第一外观属性和至少一个目标外观属性匹配，否则，确定第一匹配结果包括至少一个第一外观属性和至少一个目标外观属性不匹配。

作为一种可选的实施方式，车辆识别装置在执行步骤14的过程中执行以下中的一个步骤：

17、在上述第四外观属性和上述第五外观属性相同的情况下，确定上述第二匹配结果包括上述第四外观属性和上述第五外观属性匹配。

18、在上述第四外观属性和上述第五外观属性不同的情况下，确定上述第二匹配结果包括上述第四外观属性和上述第五外观属性不匹配。

在步骤17和步骤18中，车辆识别装置通过判断第四外观属性和第五外观属性是否相同，确定第四外观属性和第五外观属性是否匹配。即车辆识别装置通过判断高置信度共同属性对中的两个外观属性是否相同，确定高置信度共同属性对中的两个外观属性是否匹配。

19、在上述第四外观属性和上述第五外观属性分别表征第一车身颜色和第二车身颜色的情况下，获取上述第一车身颜色和上述第二车身颜色的车身颜色匹配关系。

众所周知，采集图像时的采集条件可能影响图像中的色彩的真实度，而至少一个第一外观属性通过对第一图像进行外观属性提取处理得到，即第一车辆的车身颜色通过对第一图像进行外观属性提取处理得到，那么在采集第一图像时的采集条件不佳的情况下，可能导致第一图像中车身颜色不准确，进而导致通过对第一图像进行外观属性提取处理得到的第四外观属性的准确度低，从而导致对第四外观属性和第五外观属性的是否匹配的误判。

例如，假设待识别车辆的车身颜色为白色，由于第一图像是在暗光环境下采集得到的，而由于光线较暗，导致第一图像中的待识别车辆的车身颜色为灰色。

本申请实施例中，第一车身颜色和第二车身颜色的车身颜色匹配关系用于修正因采集条件不佳导致对第四外观属性和第五外观属性的是否匹配的误判。

例如，对在暗光环境下采集的图像进行属性提取得到车身颜色，易将白色错识别为灰色，或易将灰色错识别为白色，因此白色与灰色为相互匹配的车身颜色。若第四外观属性包括待识别车辆的车身颜色为白色，第五外观属性包括目标车辆的车身颜色为灰色，即第一车身颜色为白色，第二车身颜色为灰色。那么，在第一车身颜色和第二车身颜色的车身颜色匹配关系中，第一车身颜色与第二车身颜色匹配。

又例如，黑色与白色为不易被误识别的两个车身颜色，因此在车身颜色匹配关系中，黑色和白色是不匹配的车身颜色。若第四外观属性包括待识别车辆的车身颜色为白色，第五外观属性包括目标车辆的车身颜色为黑色，即第一车身颜色为白色，第二车身颜色为黑色。那么，在第一车身颜色和第二车身颜色的车身颜色匹配关系中，第一车身颜色与第二车身颜色不匹配。

在一种获取车身颜色匹配关系的实现方式中，车辆识别装置接收用户通过输入组件输入的车身颜色匹配关系。

在另一种获取车身颜色匹配关系的实现方式中，车辆识别装置接收终端发送的车身颜色匹配关系。

在获取车身颜色匹配关系后，车辆识别装置可通过执行以下中的一个步骤确定第四外观属性和第五外观属性是否匹配：

20、在依据上述车身颜色匹配关系确定上述第一车身颜色外观属性和上述第二车身颜色外观属性不匹配的情况下，确定上述第二匹配结果包括上述第四外观属性和上述第五外观属性不匹配。

例如，第四外观属性表征待识别车辆的车身颜色为黑色，第五外观属性表征目标车辆的车身颜色为红色，即第一车身颜色为黑色，第二车身颜色为红色。依据黑色和红色的车身匹配关系可确定黑色和红色不匹配，因此车辆识别装置确定第二匹配结果包括第四外观属性和第五外观属性不匹配。

21、在依据上述车身颜色匹配关系确定上述第一车身颜色外观属性和上述第二车身颜色外观属性匹配的情况下，确定上述第二匹配结果包括上述第四外观属性和上述第五外观属性匹配。

例如，第四外观属性表征待识别车辆的车身颜色为黑色，第五外观属性表征目标车辆的车身颜色为紫色，即第一车身颜色为黑色，第二车身颜色为紫色。依据黑色和紫色的车身匹配关系可确定黑色和紫色匹配，因此车辆识别装置确定第二匹配结果包括第四外观属性和第五外观属性匹配。

车辆识别装置在第四外观属性和第五外观属性均表征车身颜色的情况下，依据车身颜色匹配关系确定第四外观属性和第五外观属性是否匹配得到第二匹配结果，可提高第二匹配结果的准确度。

22、在上述至少一个第一车辆属性和上述至少一个目标车辆属性匹配的情况下，依据上述第一特征数据和上述目标特征数据之间的相似度，得到上述待识别车辆与上述目标车辆的比对结果。

在步骤22中，车辆识别装置先确定至少一个第一车辆属性和至少一个目标车辆属性是否匹配。在至少一个第一车辆属性和至少一个目标车辆属性匹配的情况下，确定待识别车辆的特征数据和目标车辆的特征数据是否相同，进而得到比对结果。具体的，依据第一特征数据和目标特征数据之间的相似度，得到待识别车辆与目标车辆的比对结果。

在一种可能实现的方式中，车辆识别装置在第一特征数据和目标特征数据之间的相似度大于第一相似度阈值的情况下，确定比对结果包括待识别车辆与目标车辆相同；车辆识别装置在第一特征数据和目标特征数据之间的相似度小于或等于第一相似度阈值的情况下，确定比对结果包括待识别车辆与目标车辆不同。

在该种实施方式中，车辆识别装置在确定至少一个第一车辆属性和至少一个目标车辆属性匹配的情况下，进一步第一特征数据和目标特征数据之间的相似度确定比对结果，可提升比对结果的准确度，并减少数据处理量。

作为一种可选的实施方式，车辆识别装置通过执行以下步骤获取第一图像：

23、获取目标摄像头采集到的上述第一图像，上述目标摄像头部署于目标区域。

本申请实施例中，目标区域可以是任意区域，例如，目标区域是学校，又例如，目标区域是工业园区。可选的，目标区域包括监管区域。

本申请实施例中，目标摄像头为部署在目标区域内的任意摄像头，即目标摄像头的拍摄范围位于目标区域内。

在本步骤中，第一图像由目标摄像头采集得到，即第一图像中的内容为目标区域内的场景。

在一种获取目标摄像头采集到的第一图像的实现方式中，车辆识别装置与目标摄像头之间存在通信连接。车辆识别装置通过该通信连接从目标摄像头获取第一图像。

在执行完步骤23后，车辆识别装置通过执行步骤以下步骤获取目标车辆的第一特征数据：

24、获取待跟踪车辆数据库。

本申请实施例中，待跟踪车辆数据库包括至少一辆待跟踪车辆的特征数据。例如，待跟踪车辆数据库包括待跟踪车辆a的特征数据和待跟踪车辆b的特征数据。

本申请实施例中，至少一辆待跟踪车辆包括需要跟踪在目标区域内的轨迹的车辆。例如，目标区域为监管区域。为保证目标区域的安全，对于任意一辆进入目标区域的车辆均需进行跟踪，此时，进入目标区域的车辆为待跟踪车辆。

本申请实施中，目标车辆可以是至少一辆待跟踪车辆中的任意一辆车，即目标车辆为需要跟踪在目标区域内的轨迹的车辆。

在一种获取待跟踪车辆数据库的实现方式中，车辆识别装置接收用户通过输入组件输入的待跟踪车辆数据库。

在另一种获取待跟踪车辆数据库的实现方式中，车辆识别装置接收终端发送的待跟踪车辆数据库。

25、在获取目标摄像头采集到的第一图像的情况下，从待跟踪车辆数据库获取一个特征数据，作为目标特征数据。

目标摄像头部署在目标区域内，而第一图像由目标摄像头采集得到，并且第一图像包含待识别车辆。那么车辆识别装置获取目标摄像头采集到的第一图像，说明待识别车辆已进入目标区域，因此需要确定待识别车辆的身份，即确定待识别车辆为至少一辆待跟踪车辆中的哪一辆车。

因此车辆识别装置在获取目标摄像头采集到的第一图像的情况下，从待跟踪车辆数据库中获取一个特征数据，并将该特征数据作为目标特征数据。这样，即可通过将第一特征数据与目标特征数据进行比对，确定待识别车辆是否为目标车辆。

应理解，步骤24和步骤25中的目标车辆仅为示例，不应理解为车辆识别装置仅从待跟踪车辆数据库中获取一辆待跟踪车辆的特征数据，并确定待识别车辆与至少一辆待跟踪车辆中的某一辆车是否相同。在实际应用中，车辆识别装置可将第一特征数据分别与待跟踪车辆数据库中的每辆待跟踪车辆的特征数据进行比对，以确定待识别车辆的身份。

本领域技术人员可以理解，在具体实施方式的上述方法中，各步骤的撰写顺序并不意味着严格的执行顺序而对实施过程构成任何限定，各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。

上述详细阐述了本申请实施例的方法，下面提供了本申请实施例的装置。

请参阅图2，图2为本申请实施例提供的一种车辆识别装置的结构示意图，该车辆识别装置1包括获取单元11、第一处理单元12、第二处理单元13，其中：

获取单元11，用于获取第一图像、目标车辆的目标特征数据、所述目标车辆的至少一个目标车辆属性，所述第一图像包括待识别车辆；

第一处理单元12，用于对所述第一图像进行特征提取处理，得到所述待识别车辆的第一特征数据；

所述获取单元11，还用于获取所述待识别车辆的至少一个第一车辆属性；

第二处理单元13，用于基于所述第一特征数据和所述目标特征数据之间的相似度、以及所述至少一个第一车辆属性和所述至少一个目标车辆属性的匹配结果，得到所述待识别车辆与所述目标车辆的比对结果。

结合本申请任一实施方式，所述第二处理单元13用于：

结合本申请任一实施方式，在所述至少一个第一车辆属性包括所述待识别车辆的第一车牌号，且所述至少一个目标车辆属性包括所述目标车辆的目标车牌号的情况下，所述第二处理单元13用于：

所述第二处理单元13用于：

所述在所述第一特征数据和所述目标特征数据之间的相似度大于第一相似度阈值的情况下之后，所述获取单元11用于：

所述第二处理单元13用于：

结合本申请任一实施方式，所述第二处理单元13用于：

所述获取单元11，还用于在确定所述至少一个第一外观属性和所述至少一个目标外观属性是否匹配，得到第一匹配结果之前，获取第二相似度阈值，所述第二相似度阈值大于所述第一相似度阈值；

所述第二处理单元13用于：

结合本申请任一实施方式，所述第二处理单元13，还用于在所述第一特征数据和所述目标特征数据之间的相似度小于或等于所述第二相似度阈值的情况下，在所述至少一个第一外观属性和所述至少一个目标外观属性中不存在表征同一外观属性，且置信度大于所述置信度阈值的外观属性的情况下，确定所述第一匹配结果包括所述至少一个第一外观属性与所述至少一个目标外观属性不匹配；

结合本申请任一实施方式，所述第二处理单元13用于：

结合本申请任一实施方式，所述获取单元11用于：

在一些实施例中，本申请实施例提供的装置具有的功能或包括的模块可以用于执行上文方法实施例描述的方法，其具体实现可以参照上文方法实施例的描述，为了简洁，这里不再赘述。

图3为本申请实施例提供的一种车辆识别装置的硬件结构示意图。该车辆识别装置2包括处理器21，存储器22，输入装置23，输出装置24。该处理器21、存储器22、输入装置23和输出装置24通过连接器相耦合，该连接器包括各类接口、传输线或总线等等，本申请实施例对此不作限定。应当理解，本申请的各个实施例中，耦合是指通过特定方式的相互联系，包括直接相连或者通过其他设备间接相连，例如可以通过各类接口、传输线、总线等相连。

处理器21可以是一个或多个图形处理器(graphics processing unit，GPU)，在处理器21是一个GPU的情况下，该GPU可以是单核GPU，也可以是多核GPU。可选的，处理器21可以是多个GPU构成的处理器组，多个处理器之间通过一个或多个总线彼此耦合。可选的，该处理器还可以为其他类型的处理器等等，本申请实施例不作限定。

存储器22可用于存储计算机程序指令，以及用于执行本申请方案的程序代码在内的各类计算机程序代码。可选地，存储器包括但不限于是随机存储记忆体(random accessmemory，RAM)、只读存储器(read-only memory，ROM)、可擦除可编程只读存储器(erasableprogrammable read only memory，EPROM)、或便携式只读存储器(compact disc read-only memory，CD-ROM)，该存储器用于相关指令及数据。

输入装置23用于输入数据和/或信号，以及输出装置24用于输出数据和/或信号。输入装置23和输出装置24可以是独立的器件，也可以是一个整体的器件。

可理解，本申请实施例中，存储器22不仅可用于存储相关指令，还可用于存储相关数据，如该存储器22可用于存储通过输入装置23获取的目标特征数据，又或者该存储器22还可用于存储通过处理器21得到的比对结果等等，本申请实施例对于该存储器中具体所存储的数据不作限定。

可以理解的是，图3仅仅示出了一种车辆识别装置的简化设计。在实际应用中，车辆识别装置还可以分别包括必要的其他元件，包括但不限于任意数量的输入/输出装置、处理器、存储器等，而所有可以实现本申请实施例的车辆识别装置都在本申请的保护范围之内。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。所属领域的技术人员还可以清楚地了解到，本申请各个实施例描述各有侧重，为描述的方便和简洁，相同或类似的部分在不同实施例中可能没有赘述，因此，在某一实施例未描述或未详细描述的部分可以参见其他实施例的记载。

在本申请所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。

在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者通过所述计算机可读存储介质进行传输。所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(digital subscriberline，DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包括一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，数字通用光盘(digital versatiledisc，DVD))、或者半导体介质(例如固态硬盘(solid state disk，SSD))等。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，该流程可以由计算机程序来指令相关的硬件完成，该程序可存储于计算机可读取存储介质中，该程序在执行时，可包括如上述各方法实施例的流程。而前述的存储介质包括：只读存储器(read-only memory，ROM)或随机存取存储器(random access memory，RAM)、磁碟或者光盘等各种可存储程序代码的介质。

Claims

1.一种车辆识别方法，其特征在于，所述方法包括：

获取所述待识别车辆的至少一个第一车辆属性；

2.根据权利要求1所述的方法，其特征在于，所述基于所述第一特征数据和所述目标特征数据之间的相似度、以及所述至少一个第一车辆属性和所述至少一个目标车辆属性的匹配结果，得到所述待识别车辆与所述目标车辆的比对结果，包括：

3.根据权利要求2所述的方法，其特征在于，在所述至少一个第一车辆属性包括所述待识别车辆的第一车牌号，且所述至少一个目标车辆属性包括所述目标车辆的目标车牌号的情况下，所述依据所述至少一个第一车辆属性和所述至少一个目标车辆属性，得到所述待识别车辆与所述目标车辆的比对结果，包括：

4.根据权利要求2所述的方法，其特征在于，所述至少一个第一车辆属性包括所述待识别车辆的第一车牌号和所述待识别车辆的至少一个第一外观属性，所述至少一个目标车辆属性包括所述目标车辆的目标车牌号和所述目标车辆的至少一个目标外观属性；

5.根据权利要求2所述的方法，其特征在于，所述至少一个目标车辆属性包括所述目标车辆的至少一个目标外观属性；

6.根据权利要求4或5所述的方法，其特征在于，所述依据所述至少一个第一外观属性和所述至少一个目标外观属性，得到所述待识别车辆与所述目标车辆的比对结果，包括：

7.根据权利要求6所述的方法，其特征在于，所述至少一个第一外观属性和所述至少一个目标外观属性均包括置信度；

8.根据权利要求7所述的方法，其特征在于，在所述第一特征数据和所述目标特征数据之间的相似度小于或等于所述第二相似度阈值的情况下，所述方法还包括：

9.根据权利要求8所述的方法，其特征在于，所述确定所述至少一个第一外观属性中的第四外观属性和所述至少一个目标外观属性中的第五外观属性是否匹配，得到第二匹配结果，包括：

10.根据权利要求8所述的方法，其特征在于，所述确定所述至少一个第一外观属性中的第四外观属性和所述至少一个目标外观属性中的第五外观属性是否匹配，得到第二匹配结果，包括：

11.根据权利要求1所述的方法，其特征在于，所述基于所述第一特征数据和所述目标特征数据之间的相似度、以及所述至少一个第一车辆属性和所述至少一个目标车辆属性的匹配结果，得到所述待识别车辆与所述目标车辆的比对结果，包括：

12.根据权利要求1至11中任意一项所述的方法，其特征在于，所述获取第一图像，包括：

所述获取目标车辆的目标特征数据，包括：

13.一种车辆识别装置，其特征在于，所述装置包括：

14.一种电子设备，其特征在于，包括：处理器和存储器，所述存储器用于存储计算机程序代码，所述计算机程序代码包括计算机指令，在所述处理器执行所述计算机指令的情况下，所述电子设备执行如权利要求1至12中任意一项所述的方法。

15.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机程序，所述计算机程序包括程序指令，在所述程序指令被处理器执行的情况下，使所述处理器执行权利要求1至12中任意一项所述的方法。