随着日益多元化、智能化的犯罪现象剧增,运用先进的科学技术手段是现代公安办案的必然趋势,在高效侦破案件的同时也能极大节省所需的人力和物力。嫌疑车辆检索是视频图像侦查的重要任务之一,它的目标是要从海量的视频图像数据中找到与目标嫌疑车辆身份一致的车辆,从而分析掌握嫌疑人的行驶轨迹、生活规律、关联地区等侦破案件所依赖的重要线索。传统的人工车辆检索方式存在效率低、可靠性低等不足,因此实现自动化嫌疑车辆检索刻不容缓。本文以基于内容的嫌疑车辆检索技术为研究目标,旨在通过优化图像特征来改善检索效果,主要的研究工作和成果如下:1.提出了一种基于车窗定位的车辆2D结构建模及视点规范化方法。为保证特征在表达图像时的一致性,使用车辆视点规范化方法对不同朝向的车辆图像进行布局统一,设计了一种二阶段车窗精准定位方法以保证车辆2D结构建模的准确性。2.探讨了针对车辆颜色识别多个难点的较新的解决思路。融合多种图像预处理算法缓解图像色偏现象,使用车辆2D结构模型确定具有视角不变性的车辆颜色识别区域,设计了一种表达力更强的基于超像素的HSV颜色特征。3.提出了一种多任务车辆重识别网络MT-IVSN。在现有重识别网络研究基础上,根据车辆特有的属性、样本相似性关系等信息,设计了一种可以提取多属性相关的融合特征的多任务车辆重识别网络。