[發(fā)明專(zhuān)利]車(chē)輛屬性識(shí)別方法及相關(guān)產(chǎn)品

有效

• 申請(qǐng)?zhí)枺?/td>: 201811375734.2
• 申請(qǐng)日: 2018-11-19
• 公開(kāi)（公告）號(hào): CN109740415B
• 公開(kāi)（公告）日: 2021-02-09
• 發(fā)明（設(shè)計(jì)）人: 施欣欣;李曉凱;程小磊
• 申請(qǐng)（專(zhuān)利權(quán)）人: 深圳市華尊科技股份有限公司
• 主分類(lèi)號(hào): G06K9/00
• 分類(lèi)號(hào): G06K9/00;G06N3/04;G06N3/08
• 代理公司: 廣州三環(huán)專(zhuān)利商標(biāo)代理有限公司 44202
• 代理人: 郝傳鑫;熊永強(qiáng)

本申請(qǐng)?zhí)峁┝艘环N車(chē)輛屬性識(shí)別方法及相關(guān)產(chǎn)品，方法包括：獲取目標(biāo)圖像，所述目標(biāo)圖像中包括預(yù)設(shè)類(lèi)型的車(chē)輛圖像，所述預(yù)設(shè)類(lèi)型為以下至少一種：自行車(chē)、電動(dòng)車(chē)和摩托車(chē)；將所述目標(biāo)圖像輸入到預(yù)設(shè)深度學(xué)習(xí)卷積神經(jīng)網(wǎng)絡(luò)，得到特征點(diǎn)集；確定所述特征點(diǎn)集的第一特征中心；將所述第一特征中心與預(yù)設(shè)的特征中心集中的每一第二特征中心進(jìn)行匹配，得到多個(gè)相似度值，每一第二特征中心點(diǎn)對(duì)應(yīng)一個(gè)屬性類(lèi)別標(biāo)識(shí)信息；從所述多個(gè)相似度值中選取最大的相似度值，將該最大的相似度值對(duì)應(yīng)的目標(biāo)屬性類(lèi)別標(biāo)識(shí)信息作為所述目標(biāo)圖像的屬性標(biāo)識(shí)信息。采用本申請(qǐng)可在復(fù)雜環(huán)境下，提升車(chē)輛屬性識(shí)別精度。

技術(shù)領(lǐng)域

本申請(qǐng)涉及圖像處理技術(shù)領(lǐng)域，具體涉及一種車(chē)輛屬性識(shí)別方法及相關(guān)產(chǎn)品。

背景技術(shù)

隨著城市交通擁堵的加劇，越來(lái)越多的人開(kāi)始選擇小巧的非標(biāo)車(chē)作為代步工具，比如共享單車(chē)、電動(dòng)自行車(chē)、電動(dòng)摩托車(chē)等，由此也帶來(lái)了一系列難以管控的各種問(wèn)題。為了應(yīng)對(duì)這些問(wèn)題，智能交通應(yīng)運(yùn)而生，已經(jīng)成為城市發(fā)展與建設(shè)中不可或缺的重要支撐。在智能交通系統(tǒng)中，除了對(duì)汽車(chē)的管控之外，對(duì)非標(biāo)車(chē)以及非標(biāo)車(chē)駕駛員的管控也同樣重要。

生活中，復(fù)雜場(chǎng)景一般是指某一場(chǎng)景中光照強(qiáng)度、樣本角度、物體遮擋等一系列可變的復(fù)雜情況，在復(fù)雜場(chǎng)景下，無(wú)法精準(zhǔn)對(duì)非標(biāo)車(chē)進(jìn)行精準(zhǔn)識(shí)別。

發(fā)明內(nèi)容

本申請(qǐng)實(shí)施例提供了一種車(chē)輛屬性識(shí)別方法及相關(guān)產(chǎn)品，能夠在復(fù)雜場(chǎng)景下，對(duì)非標(biāo)車(chē)進(jìn)行精準(zhǔn)識(shí)別。

本申請(qǐng)實(shí)施例第一方面提供了一種車(chē)輛屬性識(shí)別方法，包括：

獲取目標(biāo)圖像，所述目標(biāo)圖像中包括預(yù)設(shè)類(lèi)型的車(chē)輛圖像，所述預(yù)設(shè)類(lèi)型為以下至少一種：自行車(chē)、電動(dòng)車(chē)和摩托車(chē)；

將所述目標(biāo)圖像輸入到預(yù)設(shè)深度學(xué)習(xí)卷積神經(jīng)網(wǎng)絡(luò)，得到特征點(diǎn)集；

確定所述特征點(diǎn)集的第一特征中心；

將所述第一特征中心與預(yù)設(shè)的特征中心集中的每一第二特征中心進(jìn)行匹配，得到多個(gè)相似度值，每一第二特征中心點(diǎn)對(duì)應(yīng)一個(gè)屬性類(lèi)別標(biāo)識(shí)信息；

從所述多個(gè)相似度值中選取最大的相似度值，將該最大的相似度值對(duì)應(yīng)的目標(biāo)屬性類(lèi)別標(biāo)識(shí)信息作為所述目標(biāo)圖像的屬性標(biāo)識(shí)信息。

本申請(qǐng)實(shí)施例第二方面提供了一種車(chē)輛屬性識(shí)別裝置，包括:

獲取單元，用于獲取目標(biāo)圖像，所述目標(biāo)圖像中包括預(yù)設(shè)類(lèi)型的車(chē)輛圖像，所述預(yù)設(shè)類(lèi)型為以下至少一種：自行車(chē)、電動(dòng)車(chē)和摩托車(chē)；

特征提取單元，用于將所述目標(biāo)圖像輸入到預(yù)設(shè)深度學(xué)習(xí)卷積神經(jīng)網(wǎng)絡(luò)，得到特征點(diǎn)集；

確定單元，用于確定所述特征點(diǎn)集的第一特征中心；

匹配單元，用于將所述第一特征中心與預(yù)設(shè)的特征中心集中的每一第二特征中心進(jìn)行匹配，得到多個(gè)相似度值，每一第二特征中心點(diǎn)對(duì)應(yīng)一個(gè)屬性類(lèi)別標(biāo)識(shí)信息；

所述確定單元，還具體用于從所述多個(gè)相似度值中選取最大的相似度值，將該最大的相似度值對(duì)應(yīng)的目標(biāo)屬性類(lèi)別標(biāo)識(shí)信息作為所述目標(biāo)圖像的屬性標(biāo)識(shí)信息。

第三方面，本申請(qǐng)實(shí)施例提供了一種電子設(shè)備，包括：處理器和存儲(chǔ)器；以及一個(gè)或多個(gè)程序，所述一個(gè)或多個(gè)程序被存儲(chǔ)在所述存儲(chǔ)器中，并且被配置成由所述處理器執(zhí)行，所述程序包括用于如第一方面中所描述的部分或全部步驟的指令。

第四方面，本申請(qǐng)實(shí)施例提供了一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其中，所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)用于存儲(chǔ)計(jì)算機(jī)程序，其中，所述計(jì)算機(jī)程序使得計(jì)算機(jī)執(zhí)行如本申請(qǐng)實(shí)施例第一方面中所描述的部分或全部步驟的指令。