[發明專利]一種提高車輛識別率的方法

在審

• 申請號: 202010049310.8
• 申請日: 2020-01-16
• 公開（公告）號: CN111401128A
• 公開（公告）日: 2020-07-10
• 發明（設計）人: 高明煜;羅強;董哲康;曾毓;何志偉;李蕓;楊宇翔
• 申請（專利權）人: 杭州電子科技大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/04
• 代理公司: 杭州君度專利代理事務所(特殊普通合伙) 33240
• 代理人: 楊舟濤

1.一種提高車輛識別率方法，其特征在于，該方法包括以下步驟：

步驟(1)汽車圖像采集

通過使用車載數字相機的移動平臺在路邊或者路口對有違章現象的區域采集汽車圖像f(x,y)，并將采集的圖像保存在移動平臺；

步驟(2)：圖像預處理

將采集到的彩色圖像進行預處理，分別做高斯濾波處理，去除圖像中的噪點，其中公式如下：

其中w表示高斯算子，a,b表示算子大小，f表示R、G和B三通道圖像，s,t代表卷積尺度，δ為標準差；

步驟(3)將采集到的數字圖像使用yolov3深度學習框架做目標檢測，并得到初步的檢測框和預測值：

(a)將預處理后的圖像進行尺寸歸一化，采用最近鄰方式轉換成416*416大小的圖像；其處理公式如下：

f1_i,j(x,y)＝f_i，j(x,y)

i＝min(round(i*width_default/width),width_default-1)

j＝min(round(j*height_default/height),height_default-1)

其中f1_i,j(x,y)為轉換后的圖像像素信息，f_i,j(x,y)為原始圖像像素信息，width_default，height_default為原始圖像寬度，高度值，width，height為尺寸變換后的圖像寬度，高度值；

(b)將歸一化的圖像尺寸送入yolov3卷積網絡，進行若干卷積和池化操作；其卷積和池化操作的公式如下：

其中為卷積符號，Y為卷積輸出，a_3×3為卷積核大小，Y1為最大池化層輸出，h,w為池化框高度、寬度信息；

(c)將卷積池化后的特征框進行logistic回歸運算后得到初步的預測框和檢測框，其loss表達式如下：

Loss＝Loss_lxy+Loss_lwh+Loss_lcls+Loss_lconf

其中Loss_lxy表示位置loss，Loss_lwh表示尺寸loss，Loss_lcls表示類別loss，Loss_lconf表示位置loss，

步驟(4)判斷是否進入分類器

在得到yolov3初步檢測結果后，需要對檢測框的面積和閾值大小判斷檢測框是否需要輸入分類器重新預測，其判斷公式如下：

其中Y_i為圖像中第i個檢測目標的判斷結果，為1說明該檢測結果要進入分類器重新檢測，為0說明該檢測結果為最后輸出結果；yo_area為預測框面積，yo_pre為yolov3檢測置信度；area_th為預測框面積閾值，pre_th為閾值；

若Y_i＝1，說明該圖像中第i個汽車類型檢測框要進入分類器進行再識別，否則直接輸出檢測結果；

步驟(5)判斷結果認定

根據分類器結果和yolov3預測結果共同判斷是否去除該檢測框，并刷新系統檢測結果和進行下一張圖片檢測，其判斷公式如下：

其中Y表示最終檢測結果，yo_cls表示yolov3檢測類別，cls_pre表示分類器分類置信度，cls_cls表示分類器類別；0表示刪除該檢測框；

根據yolov3目標檢測器和分類器共同對圖像中的汽車類型進行分類，優化整個系統輸出。