[發明專利]一種分級前臉卡口車型識別方法

有效

• 申請號: 201711293529.7
• 申請日: 2017-12-08
• 公開（公告）號: CN108090429B
• 公開（公告）日: 2020-07-24
• 發明（設計）人: 尚凌輝;劉家佳;王弘玥;張兆生
• 申請（專利權）人: 浙江捷尚視覺科技股份有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06N3/04
• 代理公司: 杭州奧創知識產權代理有限公司 33272
• 代理人: 王佳健

1.一種分級前臉卡口車型識別方法，其特征在于該方法包括以下步驟：

第1步：分析交通卡口圖像，采用基于深度卷積神經網絡分類的方法對圖像中的車前臉做粗定位；

第2步：對第1步定位出的車前臉區域，基于深度卷積神經網絡檢測車前臉的特征點位置；

第3步：根據第2步的特征點位置，分別精細化摳取車前臉包圍盒以及由先驗的相對位置關系摳取出粗略的車標區域；

第4步：車標區域和車前臉包圍盒分別縮放至固定大小，分別將車標區域輸入到車標分類器、車前臉包圍盒輸入到車型與車型年款分類器中，得到此輛車的品牌、車型、車型年款排序結果以及相應的置信度；

第5步：由上而下地融合三個分類器結果；根據事先統計出來置信度高低閾值以及相似車型混淆矩陣，對三者融合輸出一個一致的車型結果，具體是：

(1). 判定車型年款置信度是否大于等于高閾值，如果是則直接輸出車型年款結束，否則進入下一步；

(2). 判定車型年款置信度是否大于等于低閾值，如果是則對品牌、車型和車型年款對應的品牌投票，觀察是否有兩票及以上的品牌，如果有則確認品牌，沒有則不確認；如果車型年款置信度小于低閾值，則也不確認品牌；

(3). 如果第(2)步無法確認品牌，則直接按車標分類器結果給出當前品牌；

(4). 得到確認的品牌后，在車型分類器結果中，尋找此品牌下的最大置信度，觀察該置信度是否大于等于第三閾值，如果滿足則確認車型，不滿足則不確認；

(5).根據當前已確認的結果，在車型年款分類器結果中選擇已知結果下的最大置信度，觀察最大置信度是否大于等于第四閾值，如果滿足則輸出完備的結果，如果不滿足則只輸出已確認結果。

2.根據權利要求1所述的一種分級前臉卡口車型識別方法，其特征在于：第1步具體是：

(1-1). 對輸入圖像，縮放至固定尺度大小， 采用16層卷積神經網絡提取圖像的特征，此特征用來做后續的候選框提取以及分類；

(1-2). 候選框提??；根據(1-1)中提取的特征生成候選框；

(1-3). 綜合候選框和(1-1)中提取的特征，生成候選框特征圖；

(1-4). 將(1-3)中的候選框特征圖輸入到一個分類網絡，判定其是車輛還是非車。

3.根據權利要求1所述的一種分級前臉卡口車型識別方法，其特征在于：第2步具體是：

(2-1). 將第1步中檢測出的每輛車從原圖中摳取出來并縮放到固定尺度；

(2-2). 將摳取出的圖片輸入5層卷積神經網絡做回歸，定位出車輛的11個特征點，包括車標、車燈、擋風玻璃、車牌、車前保險杠下沿。

4.根據權利要求1所述的一種分級前臉卡口車型識別方法，其特征在于：第3步具體是：

(3-1). 對第2步中確定的特征點，提取包圍盒，并將寬高各擴10%作為車輛的緊致包圍盒；

(3-2). 以車標點為中心，分別取兩個大燈點各自與車標點平均距離的一半作為寬和高，得到粗略的車標區域。

5.根據權利要求1所述的一種分級前臉卡口車型識別方法，其特征在于：第4步具體是：

(4-1). 將第3步中的車標區域縮放至固定尺度，然后輸入至一個5層卷積神經網絡中分類，得到品牌結果；

(4-2). 將第3步中的車前臉包圍盒區域摳取出來，并縮放至固定尺度，輸入至一個多任務10層卷積神經網絡中，分別得到車型與車型年款結果以及置信度。