(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111658296.2 (22)申请日 2021.12.3 0 (71)申请人 北京市商汤科技 开发有限公司 地址 100080 北京市海淀区北四环西路58 号11层1101-1117室 (72)发明人 蔡晓聪　侯军　伊帅　 (74)专利代理 机构 广州三环 专利商标代理有限 公司 44202 代理人 董文俊 (51)Int.Cl. G06V 20/54(2022.01) G06V 20/62(2022.01) G06V 10/74(2022.01) G06V 10/776(2022.01) G06V 10/82(2022.01)G06K 9/62(2022.01) G08G 1/017(2006.01) (54)发明名称 车辆改装检测方法、 装置、 电子设备及存储 介质 (57)摘要 本公开关于一种车辆改装检测方法、 装置、 电子设备及存储介质， 所述方法包括： 获取目标 车辆对应的待检测车辆图像； 确定所述待检测车 辆图像中， 所述目标车辆的重识别特征相似度； 其中所述重识别特征相似度基于从所述待检测 车辆图像提取的第一重识别特征， 以及从所述目 标车辆对应的原始车辆图像提取的第二重识别 特征确定； 确定所述待检测车辆图像中， 所述目 标车辆的车辆属性置信度； 基于所述重识别特征 相似度， 以及所述车辆属性置信度， 确定所述目 标车辆的改装检测结果。 本公开能够提高车辆改 装检测的效率以及准确性。 权利要求书2页 说明书13页 附图8页 CN 114332783 A 2022.04.12 CN 114332783 A 1.一种车辆改装检测方法， 其特 征在于， 包括： 获取目标 车辆对应的待检测车辆图像； 确定所述待检测车辆 图像中， 所述目标车辆的重识别特征相似度； 其中所述重识别特 征相似度基于从所述待检测车辆图像提取的第一重识别特征， 以及从所述目标车辆对应的 原始车辆图像提取的第二重识别特 征确定； 确定所述待检测车辆图像中， 所述目标 车辆的车辆属性置信度； 基于所述重识别特征相似度， 以及所述车辆属性置信度， 确定所述目标车辆的改装检 测结果。 2.根据权利要求1所述的方法， 其特征在于， 所述获取目标车辆对应的待检测车辆图 像， 之后还 包括： 对所述待检测车辆图像进行车辆标识信 息识别， 得到所述目标车辆的车辆标识信 息识 别结果； 基于所述车辆标识信息识别结果， 从预设的车辆信息库中匹配出所述原始车辆 图像， 以及所述原 始车辆图像对应的车辆属性。 3.根据权利要求2所述的方法， 其特征在于， 所述车辆标识信 息包括所述目标车辆的车 牌信息； 所述对所述待检测车辆图像进行车辆标识信 息识别， 得到所述目标车辆的车辆标识信 息识别结果包括： 对所述待检测车辆图像进行 车牌信息识别， 得到所述目标 车辆的车牌信息； 将所述目标 车辆的车牌信息确定为所述目标 车辆的车辆标识信息识别结果。 4.根据权利要求2所述的方法， 其特征在于， 所述确定所述待检测车辆 图像中， 所述目 标车辆的重识别特 征相似度， 包括： 计算所述第一重识别特 征和所述第二重识别特 征的重识别特 征距离； 基于所述重识别特 征距离， 确定所述重识别特 征相似度； 其中， 所述第 一重识别特征用于表征所述待检测车辆图像中所述目标车辆的特征描述 信息， 所述第二重识别特 征用于表征 所述原始车辆图像中所述目标 车辆的特 征描述信息 。 5.根据权利要求2所述的方法， 其特征在于， 所述确定所述待检测车辆 图像中， 所述目 标车辆的车辆属性置信度， 包括： 对所述待检测车辆图像进行车辆属性识别， 得到与所述目标车辆对应的车辆属性的多 个预测类别， 以及所述多个预测类别各自对应的预测置信度； 从所述多个预测类别中， 确定与 所述原始车辆图像对应的车辆属性相匹配的匹配预测 类别； 将所述匹配预测类别的预测置信度， 确定为所述车辆属性置信度。 6.根据权利要求5所述的方法， 其特征在于， 所述车辆属性包括车辆颜色属性和车辆类 型属性； 所述对所述待检测车辆图像进行车辆属性识别， 得到与 所述目标车辆对应的车辆属性 的多个预测类别， 以及所述多个预测类别各自对应的预测置信度， 包括： 对所述待检测车辆图像进行车辆颜色属性识别， 得到与 车辆颜色属性对应的多个颜色 预测类别， 以及所述多个颜色预测类别对应的预测置信度；权　利　要　求　书 1/2 页 2 CN 114332783 A 2对所述待检测车辆图像进行车辆类型属性识别， 得到与 车辆类型属性对应的多个类型 预测类别， 以及所述多个 类型预测类别对应的预测置信度。 7.根据权利要求6所述的方法， 其特征在于， 所述匹配预测类别包括匹配颜色预测类别 以及匹配 类型预测类别； 所述将所述匹配预测类别的预测置信度， 确定为所述车辆属性置信度， 包括： 将所述匹配颜色预测类别的预测置信度， 和所述匹配类型预测类别的预测置信度确定 为所述车辆属性置信度； 所述基于所述重识别特征相似度， 以及所述车辆属性置信度， 确定所述目标车辆的改 装检测结果包括： 对所述重识别特征相似度、 所述匹配颜色预测类别的预测置信度， 以及所述匹配类型 预测类别的预测置信度进行信息融合， 得到所述目标 车辆的改装检测结果。 8.根据权利要求7所述的方法， 其特征在于， 所述对所述重识别特征相似度、 所述匹配 颜色预测类别的预测置信度， 以及与所述匹配类型预测类别的预测置信度进行信息融合， 得到所述目标 车辆的改装检测结果， 包括： 对所述重识别特征相似度、 所述匹配颜色预测类别的预测置信度， 以及与所述匹配类 型预测类别的预测置信度进行加权求和， 得到车辆改装置信度； 当所述车辆改装置信度小于预设置信度阈值 时， 确定所述目标车辆的改装检测结果为 所述目标 车辆已改装； 或者， 当所述车辆改装置信度 大于等于所述预设置信度阈值 时， 确定所述目标车辆的改装检 测结果为所述目标 车辆未改装。 9.根据权利要求1所述的方法， 其特 征在于， 所述方法还 包括： 当所述目标 车辆的改装检测结果 为所述目标 车辆已改装， 输出 车辆改装提 示信息。 10.一种车辆改装检测装置， 其特 征在于， 包括： 待检测车辆图像获取模块， 用于获取目标 车辆对应的待检测车辆图像； 重识别特征相似度确定模块， 用于确定所述待检测车辆 图像中， 所述目标车辆的重识 别特征相似度； 其中所述重识别特征相似度基于从所述待检测车辆图像提取的第一重识别 特征， 以及从所述目标 车辆对应的原 始车辆图像提取的第二重识别特 征确定； 车辆属性置信度确定模块， 用于确定所述待检测车辆 图像中， 所述目标车辆的车辆属 性置信度； 改装检测结果确定模块， 用于基于所述重识别特征相似度， 以及所述车辆属性置信度， 确定所述目标 车辆的改装检测结果。 11.一种电子设备， 其特 征在于， 包括： 处理器； 用于存储所述处 理器可执行指令的存 储器； 其中， 所述处理器被配置为执行所述指令， 以实现如权利要求1至9中任一项所述的车 辆改装检测方法。 12.一种计算机可读存储介质， 其特征在于， 当所述存储介质中的指令由电子设备的处 理器执行时， 使得图像处理设备能够执行如权利要求 1至9中任一项 所述的车辆改装检测方 法。权　利　要　求　书 2/2 页 3 CN 114332783 A 3