技术摘要：
本申请公开了一种车辆检索方法、装置及存储介质，属于图像检索技术领域。所述方法包括：获取待检索的车辆的拍摄图像，调用目标网络模型，将拍摄图像输入至目标网络模型中，输出车辆图像特征，车辆图像特征用于描述车辆全局信息且包括的特定维度段用于描述车辆的特定局  全部
背景技术：
目前，图像检索技术在智能交通领域得到广泛的应用。譬如，在一些应用场景中， 通常可能会有检索车辆的需求，此时可以基于该车辆的拍摄图像，通过图像检索的方式来 实现检索。 在相关技术中，一般不仅可以基于车辆的拍摄图像来进行整车检索，还可以从拍 摄图像中抠取某个局部区域图像，以基于该局部区域图像进行二次检索。在实施中，可以提 取该车辆的整车特征，从数据库中检索出与该整车特征匹配的多个匹配图像。然后，分别从 该拍摄图像和获取的多个匹配图像中抠取局部区域图像，以及分别提取局部区域图像的区 域特征，以便于根据提取的区域特征确定与拍摄图像中局部区域最匹配的匹配图像，从而 可以基于确定的匹配图像，在数据库中检索出该车辆的相关信息。 然而，在上述实现方式中，由于需要多次进行特征提取，因此，使得操作较为繁琐， 从而导致检索效率较低。
技术实现要素：
本申请实施例提供了一种车辆检索方法、装置及存储介质，可以解决检索效率较 低的问题。所述技术方案如下： 第一方面，提供了一种车辆检索方法，所述方法包括： 获取待检索的车辆的拍摄图像； 调用目标网络模型，将所述拍摄图像输入至所述目标网络模型中，输出车辆图像 特征，所述车辆图像特征用于描述车辆全局信息且包括的特定维度段用于描述车辆的特定 局部区域，所述目标网络模型用于基于任一车辆的拍摄图像确定所述任一车辆的车辆图像 特征； 基于所述车辆图像特征，从数据库中检索出与所述车辆关联的数据，所述数据库 存储有多个匹配图像特征，每个匹配图像特征包括所述特定局部区域对应的匹配局部区域 特征。 可选地，所述基于所述车辆图像特征，从数据库中检索出与所述车辆关联的数据， 包括： 确定所述车辆图像特征与所述数据库中的每个匹配图像特征之间的余弦相似性， 得到所述每个匹配图像特征对应的第一相似分值； 按照第一相似分值从大到小的顺序，从所述数据库中获取前预设数量个第一相似 分值对应的匹配图像特征； 从获取的每个匹配图像特征中确定所述特定局部区域对应的匹配局部区域特征， 4 CN 111611414 A 说　明　书 2/12 页 得到所述预设数量个匹配局部区域特征； 确定所述特定维度段内的特征与所述预设数量个匹配局部区域特征中每个匹配 局部区域特征之间的余弦相似性，得到所述预设数量个第二相似分值； 基于所述预设数量个第一相似分值与所述预设数量个第二相似分值，从所述数据 库中检索出与所述车辆关联的数据。 可选地，每个匹配图像特征与所述车辆图像特征的数据结构相同，所述从获取的 每个匹配图像特征中确定所述特定局部区域对应的匹配局部区域特征，包括： 确定所述特定维度段内的特征在所述车辆图像特征中的位置； 从获取的每个匹配图像特征中，获取所述位置对应的匹配特征，得到所述每个匹 配图像特征中所述特定局部区域对应的匹配局部区域特征。 可选地，当所述数据库存储有多个匹配图像特征与车辆信息之间的对应关系时， 所述基于所述预设数量个第一相似分值与所述预设数量个第二相似分值，从所述数据库中 检索出与所述车辆关联的数据，包括： 分别将所述预设数量个第一相似分值中的每个第一相似分值与所述预设数量个 第二相似分值中对应的第二相似分值进行加权求和，得到所述预设数量个第三相似分值； 从所述预设数量个第三相似分值中确定最大第三相似分值； 从所述预设数量个匹配图像特征中确定所述最大第三相似分值对应的匹配图像 特征； 从所述数据库的多个匹配图像特征与车辆信息之间的对应关系中，获取所确定的 匹配图像特征对应的车辆数据，得到与所述车辆关联的数据。 可选地，所述目标网络模型是基于多个图像样本、每个图像样本中的车辆类别标 签和特定局部区域的位置信息，对待训练的网络模型进行训练得到。 第二方面，提供了一种车辆检索装置，所述装置包括： 获取模块，用于获取待检索的车辆的拍摄图像； 调用模块，用于调用目标网络模型，将所述拍摄图像输入至所述目标网络模型中， 输出车辆图像特征，所述车辆图像特征用于描述车辆全局信息且包括的特定维度段用于描 述车辆的特定局部区域，所述目标网络模型用于基于任一车辆的拍摄图像确定所述任一车 辆的车辆图像特征； 检索模块，用于基于所述车辆图像特征，从数据库中检索出与所述车辆关联的数 据，所述数据库存储有多个匹配图像特征，每个匹配图像特征包括所述特定局部区域对应 的匹配局部区域特征。 可选地，所述检索模块用于： 确定所述车辆图像特征与所述数据库中的每个匹配图像特征之间的余弦相似性， 得到所述每个匹配图像特征对应的第一相似分值； 按照第一相似分值从大到小的顺序，从所述数据库中获取前预设数量个第一相似 分值对应的匹配图像特征； 从获取的每个匹配图像特征中确定所述特定局部区域对应的匹配局部区域特征， 得到所述预设数量个匹配局部区域特征； 确定所述特定维度段内的特征与所述预设数量个匹配局部区域特征中每个匹配 5 CN 111611414 A 说　明　书 3/12 页 局部区域特征之间的余弦相似性，得到所述预设数量个第二相似分值； 基于所述预设数量个第一相似分值与所述预设数量个第二相似分值，从所述数据 库中检索出与所述车辆关联的数据。 可选地，所述检索模块用于： 每个匹配图像特征与所述车辆图像特征的数据结构相同，确定所述特定维度段内 的特征在所述车辆图像特征中的位置； 从获取的每个匹配图像特征中，获取所述位置对应的匹配特征，得到所述每个匹 配图像特征中所述特定局部区域对应的匹配局部区域特征。 可选地，所述检索模块用于： 分别将所述预设数量个第一相似分值中的每个第一相似分值与所述预设数量个 第二相似分值中对应的第二相似分值进行加权求和，得到所述预设数量个第三相似分值； 从所述预设数量个第三相似分值中确定最大第三相似分值； 从所述预设数量个匹配图像特征中确定所述最大第三相似分值对应的匹配图像 特征； 从所述数据库的多个匹配图像特征与车辆信息之间的对应关系中，获取所确定的 匹配图像特征对应的车辆数据，得到与所述车辆关联的数据。 可选地，所述目标网络模型是基于多个图像样本、每个图像样本的车辆类别标签 和特定局部区域的位置信息，对待训练的网络模型进行训练得到。 第三方面，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上存储有 指令，所述指令被处理器执行时实现上述第一方面所述的车辆检索方法。 第四方面，提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得 计算机执行上述第一方面所述的车辆检索方法。 本申请实施例提供的技术方案带来的有益效果是： 获取待检索车辆的拍摄图像，调用目标网络模型，将该拍摄图像输入至该目标网 络模型中，输出该车辆的车辆图像特征。其中，该车辆图像特征整体用于描述车辆全局信 息，且该车辆图像特征包括的特定维度段用于描述车辆的特定局部区域，也就是说，通过该 目标网络模型可以一次性提取到能够描述该车辆全局以及特定局部区域的特征。之后，基 于提取的车辆图像特征，从数据库中可以检索出与该车辆关联的数据，如此，可以避免需要 多次进行特征提取，提高了检索效率。 附图说明 为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使 用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于 本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他 的附图。 图1是根据一示例性实施例示出的一种车辆检索方法的流程图； 图2是根据一示例性实施例示出的一种车辆的示意图； 图3是根据一示例性实施例示出的一种特征结构示意图； 图4是根据一示例性实施例示出的一种车辆检索装置的结构示意图； 6 CN 111611414 A 说　明　书 4/12 页 图5是根据一示例性实施例示出的一种终端的结构示意图。