[發明專利]一種車輛信息識別方法及裝置和一種車輛

在審

• 申請號: 201710046690.8
• 申請日: 2017-01-19
• 公開（公告）號: CN106874858A
• 公開（公告）日: 2017-06-20
• 發明（設計）人: 陳江林;張曉明;張如高
• 申請（專利權）人: 博康智能信息技術有限公司北京海淀分公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/34;G06K9/46
• 代理公司: 北京三聚陽光知識產權代理有限公司11250
• 代理人: 陳博旸

1.一種車輛信息識別方法，其特征在于，包括：

獲取待識別車輛信息圖像，所述待識別車輛信息圖像用于顯示車輛狀態；

根據所述待識別車輛信息圖像，得到所述待識別車輛信息圖像的灰度特征圖；

根據所述灰度特征圖，確定所述待識別車輛信息圖像的1bp特征圖、梯度幅值特征圖和梯度方向特征圖；

利用神經網絡模型以所述待識別車輛信息圖像的灰度特征圖、1bp特征圖、梯度幅值特征圖和梯度方向特征圖作為所述神經網絡模型的輸入層數據，確定所述待識別車輛信息圖像的車輛信息。

2.根據權利要求1的方法，其特征在于，所述待識別車輛信息圖像包括包含字符的圖像和轉向燈圖像中的至少一種。

3.根據權利要求2的方法，其特征在于，所述車輛信息至少包括轉向信息和剎車信息；

當根據所述包含字符的圖像確定的車輛信息與根據所述轉向燈圖像確定的車輛信息不一致時，進行提示。

4.根據權利要求1所述的方法，其特征在于，所述獲取待識別車輛信息圖像步驟之前，包括：

獲取車輛信息圖像和所述車輛信息圖像對應的車輛信息；

根據所述車輛信息圖像，得到所述車輛信息圖像的灰度特征圖、1bp特征圖、梯度幅值特征圖和梯度方向特征圖；

將所述車輛信息圖像的灰度特征圖、1bp特征圖、梯度幅值特征圖和梯度方向特征圖和所述車輛信息圖像對應的車輛信息作為訓練數據，對神經網絡模型進行訓練，直至所述神經網絡模型對所述車輛信息圖像信息識別的準確度大于預設閾值。

5.根據權利要求4所述的方法，其特征在于，當所述待識別車輛信息圖像是所述包含字符的圖像時，

所述獲取車輛信息圖像和所述車輛信息圖像對應的車輛信息，包括：

獲取所述車輛信息圖像中的字符區域圖像；

將所述字符區域圖像輸入到機器學習模型中進行字符分割，其中所述機器學習模型利用多個字符圖像進行訓練得到的。

6.一種車輛信息識別裝置，其特征在于，包括：

獲取單元，用于獲取待識別車輛信息圖像，所述待識別車輛信息圖像用于顯示車輛狀態；

灰度特征圖獲取單元，用于根據所述待識別車輛信息圖像，得到所述待識別車輛信息圖像的灰度特征圖；

特征圖確定單元，用于根據所述灰度特征圖，確定所述待識別車輛信息圖像的1bp特征圖、梯度幅值特征圖和梯度方向特征圖；

車輛信息確定單元，用于利用神經網絡模型以所述待識別車輛信息圖像的灰度特征圖、1bp特征圖、梯度幅值特征圖和梯度方向特征圖作為所述神經網絡模型的輸入層數據，確定所述待識別車輛信息圖像的車輛信息。

7.根據權利要求6所述的裝置，其特征在于，所述待識別車輛信息圖像包括包含字符的圖像和轉向燈圖像中的至少一種。

8.根據權利要求7所述的裝置，其特征在于，所述車輛信息至少包括轉向信息和剎車信息；

當根據所述包含字符的圖像確定的車輛信息與根據所述轉向燈圖像確定的車輛信息不一致時，進行提示。

9.根據權利要求6所述的裝置，其特征在于，所述獲取單元在獲取待識別車輛信息圖像之前，包括：

獲取子單元，用于獲取車輛信息圖像和所述車輛信息圖像對應的車輛信息；

特征圖獲取子單元，用于根據所述車輛信息圖像，得到所述車輛信息圖像的灰度特征圖、1bp特征圖、梯度幅值特征圖和梯度方向特征圖；

訓練子單元，用于將所述車輛信息圖像的灰度特征圖、1bp特征圖、梯度幅值特征圖和梯度方向特征圖和所述車輛信息圖像對應的車輛信息作為訓練數據，對神經網絡模型進行訓練，直至所述神經網絡模型對所述車輛信息圖像信息識別的準確度大于預設閾值。

10.根據權利要求9所述的裝置，其特征在于，當所述待識別車輛信息圖像是所述包含字符的圖像時，

所述獲取子單元包括：

字符區域圖像獲取子單元，用于獲取所述車輛信息圖像中的字符區域圖像；

字符分割單元，用于將所述字符區域圖像輸入到機器學習模型中進行字符分割，其中所述機器學習模型利用多個字符圖像進行訓練得到的。