[發明專利]一種基于BP神經網絡的車輛顏色識別方法

有效

• 申請號: 201710286539.1
• 申請日: 2017-04-27
• 公開（公告）號: CN107292933B
• 公開（公告）日: 2020-09-15
• 發明（設計）人: 高飛;倪逸揚;蔡益超;金一鳴;盧書芳;毛家發
• 申請（專利權）人: 浙江工業大學
• 主分類號: G06T7/90
• 分類號: G06T7/90;G06K9/62;G06K9/00
• 代理公司: 杭州浙科專利事務所(普通合伙) 33213
• 代理人: 杜立

本發明公開了一種基于BP神經網絡的車輛顏色識別方法，與現有的車輛顏色識別方法相比，本發明使用計算機視覺技術，通過提取車輛顏色特征、結合HSV顏色空間模型并通過BP神經網絡分類解決了車輛顏色識別問題，并能同時兼顧車頭與車尾的識別，改善了以車牌辨車的傳統工作模式，為打擊汽車套牌、一車多牌、假牌照等違法犯罪行為提供了可靠幫助，進一步提高了智能交通的可靠性，節省了大量的人力成本。

技術領域

本發明屬于計算機視覺技術和圖像處理技術領域，具體涉及一種基于BP神經網絡的車輛顏色識別方法。

背景技術

隨著科學技術和社會經濟的高速發展，人民生活水平不斷提高，車輛數量也在飛速增長，城市道路交通問題顯得越來越突出，各種道路交通問題接踵而至，以人眼識別為主的傳統道路監控方式便無法滿足要求，現代化智能交通控制系統已成為未來全球道路交通的發展趨勢和現代化城市的先進標志。近年來，遮擋車牌、汽車套牌等妨礙交通秩序的違法行為層出不窮，僅依靠車牌識別已不能適應當前的交通現狀了，因此，車輛的顏色識別技術變得更為重要，它可以彌補車牌識別的不足，從而進一步提高智能交通系統的可靠性。

視頻中運動車輛的顏色識別與檢測是近年來智能交通管理系統中比較關注的研究方向之一。目前，國內已有一些車輛顏色識別的方法，其中與本發明較為相近的技術方案包括：文獻(周律，葉濤濤，王新華，朱金龍，周昱明。基于車身顏色搜索未識別的車牌圖片研究[J]。信息技術,2014，8：92-95)首先將車臉前部靠近排氣扇部分作為車輛顏色的識別區域并將該區域歸一化為一種色值，通過在CIELab顏色空間模型中制作紅、藍、綠等11種顏色模板并與歸一化后的色值匹配得到車輛顏色，該方法雖然在未識別車牌的情況下能夠識別車輛顏色，并且具有較好的識別速度，但是該方法要求對車身姿態要求較高，車輛側斜或其背面都可能無法提取到較好的顏色識別區域，導致識別率不高；發明專利(尚凌輝。一種卡口車輛顏色識別方法。CN106203420A[P]。2016。)中使用卷提神經網絡提取車頭或車尾特征并將提取到的特征放入SVM分類器進行訓練與分類。該方法雖然在識別率上有所提高，但是使用多個二值子分類器對多種顏色進行分類，不僅會使決策時的速度過慢，而且可能導致分類器泛化誤差無界，此外，使用這種卷積神經網絡+SVM的非端到端式的檢測效率很低。文獻(Fang J,Yue H,Li X,et al.Color identifying of vehicles based on colorcontainer and BP network[C]//International Conference on Business Managementand Electronic Information.IEEE,2011:226-229.)通過神經網絡對整車訓練并分類，該方法比較依賴車輛檢測算法，提取到過多的車輛陰影會對識別結果產生影響，此外，對于肉眼無法識別的顏色，不應以單個絕對的顏色來表示，而應該以多個顏色的概率方式來表示車輛顏色。

綜上所述，在對車輛進行顏色識別時，當前方法存在如下不足：(1)有時無法提取到正確的車輛顏色區域；(2)不能兼顧車頭與車尾的顏色識別；(3)對于肉眼無法識別的顏色，不應該用單個的絕對顏色作為最終的識別結果。本發明針對這一不足提出了一種基于BP神經網絡的車輛顏色識別方法。

發明內容

為解決上述技術問題，本發明提供了一種基于BP神經網絡的車輛顏色識別方法。

所述的一種基于BP神經網絡的車輛顏色識別方法，具體步驟如下：

步驟1：定義車身顏色集合為C＝{c₁,c₂,c₃,c₄,c₅,c₆,c₇,c₈,c₉,c₁₀}＝{黑,灰,白,粉,棕,紅,黃,綠,藍,紫}，并建立相應的顏色數據集；

步驟2：構建用于顏色分類的BP神經網絡并用步驟1中的顏色數據集進行訓練，具體為：