[發明專利]基于深度學習的多任務車輛部件識別模型、方法和系統

有效

• 申請號: 201810328845.1
• 申請日: 2018-04-14
• 公開（公告）號: CN108647700B
• 公開（公告）日: 2021-08-03
• 發明（設計）人: 桑農;楊麗秦;李亞成;高常鑫
• 申請（專利權）人: 華中科技大學
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 華中科技大學專利中心 42201
• 代理人: 李智;曹葆青

本發明公開了一種基于深度學習的多任務車輛部件識別模型、方法和系統，包括：基于車輛圖像數據庫建立車輛部件數據庫并對車輛部件進行標記，對車輛部件數據庫進行圖像數據增強得到車輛部件訓練集；利用車輛部件訓練集訓練深度殘差網絡，得到車輛部件識別網絡；基于車輛圖像數據庫，統計多個車輛部件不同類型同時出現的概率，得到多個車輛部件的聯合概率，基于多個車輛部件的聯合概率建立多任務車輛部件識別的數據集和對應多標簽；用來訓練車輛部件識別網絡得到多任務的車輛部件識別模型。利用多任務的車輛部件識別模型對待檢測車輛圖像進行識別，得到待檢測車輛圖像中每個車輛部件的概率。本發明網絡訓練簡單、易收斂、數據易獲取且識別準確率高。

技術領域

本發明屬于模式識別技術領域，更具體地，涉及一種基于深度學習的多任務車輛部件識別模型、方法和系統。

背景技術

目標識別算法是圖像處理和模式識別研究的重要領域之一，是當前的熱點研究課題。所謂目標識別是指用計算機實現人的視覺功能，它的研究目標就是使計算機具有從一幅或多幅圖像或者是視頻中認知周圍環境的能力。目標識別方法就是使用各種匹配算法，根據從圖像已提取出的特征，尋找出與物體模型庫中最佳的匹配，它的輸入為圖像與要識別物體的模型庫，輸出為物體的名稱、姿態、位置等等。目標識別方法一般由以下幾個步驟組成：預處理，特征提取，特征選擇，建模，匹配，定位。傳統的目標識別方法主要有以下幾種：

(1)詞袋模型

詞袋模型主要是采用分類方法來識別物體，詞袋模型是來自于自然語言處理，在自然語言處理中是用來表示一篇文檔是有一袋子詞語組成的，在計算機視覺的物體識別方法中，將圖像比作文檔，將從圖像中提取的特征比作詞語，即一幅圖像是有一袋子特征組成的，詞袋模型首先需要一個特征庫，特征庫中的特征之間是相互獨立的，然后圖像可以表示為特征庫中所有特征的一個直方圖，最后采用一些生成性方法的學習與識別來識別物體。詞袋模型的一個主要缺點為特征之間是相互獨立的，丟失了位置信息。

(2)Partsand structure(PS)方法

Pictorial Structure方法采用了特征之間的關系，比如位置信息和底層的圖像特征，將提取出的特征聯系起來。PS提出的彈簧模型，物體部件之間的關系用伸縮的彈簧表示，對于特征之間的關系的模型表示，還有星型結構、層次結構、樹狀結構等。

(3)生成性方法與判別性方法

生成性方法檢查在給定物體類別的條件下，圖像中出現物體的可能性，并以此判定作為檢測結果的得分，鑒別性方法檢查圖像中包含某個類別出現的可能性與其他類的可能性之比，從而將物體歸為某一類。

大多數研究者主要認可的目標識別標準為健壯性、正確性、效率和范圍。目標識別問題研究的主要難點在于獲取目標的觀測數據時會受到多方面的影響。目標不同場景下受光照、視角、遮擋等干擾因素的影響呈現出極大的類內差異。現有算法的特征提取方法普遍采用顏色特征、紋理特征、形狀特征和空間特征。目標比較盛行的特征有Haar特征、LBP特征、HOG特征和Shift特征等，但是由于不同環境下的干擾，同一目標在不同攝像頭下提取出的特征差異很大。同樣的圖像在不同的知識導引下，會產生不同的識別結果，知識庫的建立不僅要使用物體的自身知識，如顏色、紋理、形狀等，也需要物體間關系的知識，知識庫的有效性與準備性直接影響了物體識別的準確性。目前人們所建立的各種視覺系統絕大多數是只適用于某一特定環境或應用場合的專用系統，而要建立一個可與人的視覺系統相比的通用視覺系統是比較困難的。隨著深度學習在計算機視覺的很多問題上取得的突破進展。很多學者將卷積神經網絡用于目標識別，取得了極好的效果，但也存在網絡訓練復雜、隨著網絡加深不易收斂、數據獲取麻煩等問題。

發明內容

針對現有技術的以上缺陷或改進需求，本發明提供了一種基于深度學習的多任務車輛部件識別模型、方法和系統，由此解決現有技術存在網絡訓練復雜、隨著網絡加深不易收斂、數據獲取麻煩的技術問題。