[發明專利]非機動車的識別方法、裝置、設備及存儲介質

有效

• 申請號: 201910335313.5
• 申請日: 2019-04-24
• 公開（公告）號: CN110097108B
• 公開（公告）日: 2021-03-02
• 發明（設計）人: 張少文;王昱;馮琰一;趙剛
• 申請（專利權）人: 佳都新太科技股份有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 北京澤方譽航專利代理事務所(普通合伙) 11884
• 代理人: 陳照輝

1.一種非機動車的識別方法，其特征在于，包括：

獲取待識別非機動車的車身圖像；

根據所述車身圖像和預先設置的檢測模型確定所述待識別非機動車的特征部件的檢測屬性信息，所述檢測屬性信息至少包含類別信息和位置信息兩個屬性項，所述檢測模型包括淺層網絡和深層網絡，所述淺層網絡包含至少兩個分支網絡且深度小于所述深層網絡的深度，所述淺層網絡分別與所述檢測模型的輸入層和所述深層網絡相連，所述深層網絡與所述檢測模型的回歸層相連，所述回歸層與所述檢測模型的輸出層相連；

基于所述檢測屬性信息對待識別圖像進行識別，以確定所述待識別圖像中是否包含所述待識別非機動車。

2.根據權利要求1所述的方法，其特征在于，所述根據所述車身圖像和預先設置的檢測模型確定所述待識別非機動車的特征部件的檢測屬性信息，包括：

將所述車身圖像輸入至預先設置的檢測模型中，以確定所述車身圖像中包含的所述待識別非機動車的特征部件的待篩選屬性信息以及所述待篩選屬性信息的置信度；

采用所述置信度對所述待篩選屬性信息進行篩選，得到所述特征部件的檢測屬性信息，其中，所述待篩選屬性信息包含的屬性項與所述檢測屬性信息包含的屬性項相同。

3.根據權利要求2所述的方法，其特征在于，在得到所述特征部件的檢測屬性信息之后，還包括：

若所述檢測屬性信息中包含至少兩個位置信息，則采用設定算法對所述檢測屬性信息進行修正；

所述基于所述檢測屬性信息對所述待識別圖像進行識別，包括：

基于修正后的檢測屬性信息對所述待識別圖像進行識別；

其中，所述檢測屬性信息還包括與所述位置信息對應的尺寸信息，所述采用設定算法對所述檢測屬性信息進行修正，包括：

分別根據每個位置信息以及所述位置信息對應的尺寸信息確定所述特征部件在所述車身圖像中的成像區域；

針對任意兩個成像區域，如果所述兩個成像區域的重疊區域的面積同所述兩個成像區域的面積之和的比值大于設定閾值，則將所述兩個成像區域中面積較小的成像區域對應的位置信息和尺寸信息標記為非準確信息；

刪除所述檢測屬性信息中的非準確信息。

4.根據權利要求1所述的方法，其特征在于，所述回歸層包括類別回歸層和位置回歸層，所述類別回歸層和所述位置回歸層均分別與所述深層網絡以及所述檢測模型的輸出層相連。

5.根據權利要求1-4任一所述的方法，其特征在于，所述淺層網絡包括均分別與所述深層網絡和所述檢測模型的輸入層連接的第一分支網絡、第二分支網絡和第三分支網絡，其中，

所述第一分支網絡包括依次連接的第一卷積層、第二卷積層、第三卷積層和第一池化層；

所述第二分支網絡包括依次連接的第四卷積層、第五卷積層、第六卷積層和第二池化層；

所述第三分支網絡包括依次連接的第七卷積層、第八卷積層、第九卷積層和第三池化層。

6.根據權利要求1-4任一所述的方法，其特征在于，所述深層網絡包括第十卷積層、第十一卷積層、第十二卷積層、第十三卷積層、第十四卷積層、第十五卷積層、第十六卷積層、第十七卷積層、第十八卷積層、第十九卷積層、第二十卷積層、第二十一卷積層和第二十二卷積層，還包括第四池化層、第五池化層、第六池化層和第七池化層，其中，

所述第十卷積層、所述第十一卷積層和所述第十二卷積層均分別與所述淺層網絡以及所述第四池化層相連；

所述第十三卷積層和所述第十四卷積層均分別與所述第四池化層以及所述第五池化層相連；

所述第十五卷積層、所述第十六卷積層和所述第十七卷積層均分別與所述第五池化層以及所述第六池化層相連；

所述第十八卷積層和所述第十九卷積層均分別與所述第六池化層以及所述第七池化層相連；

所述第二十卷積層、所述第二十一卷積層和所述第二十二卷積層均分別與所述第七池化層以及所述檢測模型的回歸層相連。