[發明專利]一種基于車輛特征點的車輛部件檢測方法和系統

有效

• 申請號: 201710238079.5
• 申請日: 2017-04-12
• 公開（公告）號: CN106971187B
• 公開（公告）日: 2019-07-09
• 發明（設計）人: 桑農;舒娟;陳友斌;高常鑫;王永忠;楊麗秦;張明文
• 申請（專利權）人: 華中科技大學;湖北微模式科技發展有限公司
• 主分類號: G06K9/32
• 分類號: G06K9/32
• 代理公司: 華中科技大學專利中心 42201
• 代理人: 李智;曹葆青

1.一種基于車輛特征點的車輛部件檢測方法，其特征在于，包括：

(1)采集車輛圖像，提取車輛部件的車輛特征點和車輛部件的候選區域；

(2)當候選區域的中心與車輛特征點的距離小于閾值得到車輛部件的感興趣區域，在感興趣區域內提取車輛部件的目標區域；

所述步驟(2)的具體實現方式為：

(2-1)當候選區域的中心與車輛特征點的距離d小于閾值得到車輛部件的感興趣區域，將感興趣區域輸入快速目標檢測卷積神經網絡，得到感興趣區域在快速目標檢測卷積神經網絡的原始得分s；

(2-2)利用得分函數修正系數f建立得分函數p^*＝argmax(f*s)，其中，p^*表示感興趣區域在快速目標檢測卷積神經網絡的得分，e為常數，得分最高的感興趣區域為車輛部件最終檢測到的目標區域。

2.如權利要求1所述的一種基于車輛特征點的車輛部件檢測方法，其特征在于，所述車輛特征點包括：左后視鏡特征點、右后視鏡特征點、左車燈特征點、右車燈特征點和車標特征點。

3.如權利要求1所述的一種基于車輛特征點的車輛部件檢測方法，其特征在于，所述步驟(1)的具體實現方式為：

采集車輛圖像，將車輛圖像輸入特征點檢測器得到車輛部件的車輛特征點，將車輛圖像輸入候選區域檢測器得到車輛部件的候選區域；所述特征點檢測器為三級卷積神經網絡、基于點分布模型、級聯線性回歸模型和自編碼網絡中的任意一種，所述候選區域檢測器為區域建議網絡、選擇性搜索器和邊緣框模型中的任意一種。

4.如權利要求3所述的一種基于車輛特征點的車輛部件檢測方法，其特征在于，所述三級卷積神經網絡包括第一級網絡、第二級網絡和第三級網絡，其中第一級網絡用于檢測得到車輛部件的車輛特征點；第二級網絡和第三級網絡用于對車輛部件的車輛特征點進行精調，最后得到精調后的車輛部件的車輛特征點。

5.一種基于車輛特征點的車輛部件檢測系統，其特征在于，包括：

第一模塊，用于采集車輛圖像，提取車輛部件的車輛特征點和車輛部件的候選區域；

第二模塊，用于當候選區域的中心與車輛特征點的距離小于閾值得到車輛部件的感興趣區域，在感興趣區域內提取車輛部件的目標區域；

所述第二模塊包括：

感興趣區域子模塊，用于當候選區域的中心與車輛特征點的距離d小于閾值得到感興趣區域，將感興趣區域輸入快速目標檢測卷積神經網絡，得到感興趣區域在快速目標檢測卷積神經網絡的原始得分s；

目標區域子模塊，用于利用得分函數修正系數f建立得分函數p^*＝argmax(f*s)，其中，p^*表示感興趣區域在快速目標檢測卷積神經網絡的得分，e為常數，得分最高的感興趣區域為車輛部件最終檢測到的目標區域。

6.如權利要求5所述的一種基于車輛特征點的車輛部件檢測系統，其特征在于，所述第一模塊的具體實現方式為：

采集車輛圖像，將車輛圖像輸入特征點檢測器得到車輛部件的車輛特征點，將車輛圖像輸入候選區域檢測器得到車輛部件的候選區域；所述特征點檢測器為三級卷積神經網絡、基于點分布模型、級聯線性回歸模型和自編碼網絡中的任意一種，所述候選區域檢測器為區域建議網絡、選擇性搜索器和邊緣框模型中的任意一種。