[發明專利]基于共生關系的卷積神經網絡的車輛部件識別方法和系統

有效

• 申請號: 201910269801.0
• 申請日: 2019-04-04
• 公開（公告）號: CN110175622B
• 公開（公告）日: 2021-10-08
• 發明（設計）人: 桑農;常勤偉;高常鑫;桑永朋
• 申請（專利權）人: 華中科技大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N3/04;G06K9/00
• 代理公司: 華中科技大學專利中心 42201
• 代理人: 李智;曹葆青

1.一種基于共生關系的卷積神經網絡的車輛部件識別方法，其特征在于，該方法包括以下步驟：

S0.從車輛正臉的整車圖像選取后視鏡、車燈、車標、擋風玻璃四類部件作為車輛部件識別對象，將所述四類部件進行兩兩組合形成部件對，得到6個車輛部件對：后視鏡,車燈、后視鏡,車標、后視鏡,擋風玻璃、車燈,車標、車燈,擋風玻璃、車標,擋風玻璃；

S1.使用車輛部件對訓練數據集訓練基于共生關系的卷積神經網絡，所述基于共生關系的卷積神經網絡由Concat層與卷積神經網絡串聯組成，所述Concat層位于卷積神經網絡的卷積層之前，用于對輸入的兩張車輛部圖片對進行通道合并，所述卷積神經網絡的卷積層用于同時提取兩張圖片的特征，從而自動學習到兩類部件的共生關系；

S2.采用訓練好的基于共生關系的卷積神經網絡，對待測車輛部件對進行識別，得到待測車輛各部件的識別結果。

2.如權利要求1所述的車輛部件識別方法，其特征在于，所述卷積神經網絡為ResNet或者VGG網絡。

3.如權利要求1所述的車輛部件識別方法，其特征在于，兩張n通道圖片在經過Concat層后，變成一個通道數為2n的張量。

4.一種基于共生關系的卷積神經網絡的車輛部件識別系統，其特征在于，所述車輛部件識別系統采用如權利要求1至3任一項所述的基于共生關系的卷積神經網絡的車輛部件識別方法。

5.一種計算機可讀存儲介質，其特征在于，所述計算機可讀存儲介質上存儲有計算機程序，所述計算機程序被處理器執行時實現如權利要求1至3任一項所述的基于共生關系的卷積神經網絡的車輛部件識別方法。