[發明專利]針對任意視角汽車圖片的細粒度車型識別方法

有效

• 申請號: 201811569579.8
• 申請日: 2018-12-21
• 公開（公告）號: CN109753999B
• 公開（公告）日: 2022-06-07
• 發明（設計）人: 袁媛;王琦;鄭全全
• 申請（專利權）人: 西北工業大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06V10/774;G06V10/764;G06V10/82;G06N3/04
• 代理公司: 西安凱多思知識產權代理事務所(普通合伙) 61290
• 代理人: 王鮮凱

1.一種針對任意視角汽車圖片的細粒度車型識別方法，其特征在于包括以下步驟：

步驟一、先將數據集原始圖片送入VGG網絡中進行訓練，訓練具有識別n類車型能力的網絡模型，所述網絡模型的訓練是在ImageNet上預訓練好的網絡模型的基礎上進行finetuning訓練，完成第一個分支網絡的訓練；

步驟二、利用預訓練好的faster r-cnn模型，對數據集原始圖片中的汽車區域進行定位，得到相應的bounding box，然后裁剪掉不必要的背景信息，得到裁剪后的汽車圖片數據集；

步驟三、將裁剪后的汽車圖片數據集送入第二個VGG網絡中，進行同步驟一類似的finetuning訓練，得到訓練好的第二個分支網絡模型；

步驟四、對裁剪后的汽車圖片數據集使用SS方法進行圖片信息的挖掘，生成多幅子圖，將生成的子圖送入第二個訓練好的VGG網絡模型中，得到多個分類概率向量，若向量中的最大值大于0.5，則保留該子圖，否則刪除；然后將這些保留下來的子圖送入第三個VGG網絡中進行finetuning訓練，得到第三個訓練好的VGG網絡模型；

步驟五、步驟一到四得到三個訓練好的VGG網絡模型網絡結構相同，但是不共享任何參數；

步驟六、根據三個分支網絡在數據集上的分類效果，給不同分支網絡的輸出賦予不同的權重，權重分別是0.3，0.5，0.2；

步驟七、將測試圖片的原始圖片同時分別送入第一個VGG網絡和faster rcnn網絡中，得出第一個VVG網絡輸出的分類概率向量和原始圖片的bounding box；

步驟八、根據步驟七得到的bounding box裁剪原始圖片，得到裁剪后的圖片，將裁剪后的圖片送入第二個VGG網絡中，得到第二個分類概率向量；同時對裁剪后的圖片使用SS生成多幅子圖，再將多幅子圖送入第二個VGG網絡中，得到多個分類概率向量，然后求取每個概率向量的最大值，只保留取到最大值所對應的那張子圖；將得到的唯一一張子圖送入第三個VGG網絡中，得到第三個分類向量；

步驟九、將得到的分類向量與步驟六中賦予每個分支網絡的權重對應相乘，再將相乘得到的三個值再相加，得到一個向量，最大值所對應的類別即是所識別的汽車類別序號；

步驟十、再根據字典查找出汽車類別序號對應的汽車類別名稱，實現車型識別。