[發明專利]一種車輛品牌識別方法、裝置及存儲介質

有效

• 申請號: 202010187202.7
• 申請日: 2020-03-17
• 公開（公告）號: CN113408559B
• 公開（公告）日: 2022-10-18
• 發明（設計）人: 婁艷陽
• 申請（專利權）人: 杭州螢石軟件有限公司
• 主分類號: G06V10/764
• 分類號: G06V10/764;G06V10/774;G06V10/82;G06N3/04
• 代理公司: 北京德琦知識產權代理有限公司 11018
• 代理人: 謝安昆;宋志強

本發明提供了一種車輛品牌識別方法、裝置及存儲介質，該方法包括：根據車輛品牌的結構化信息，構建基于注意力機制的卷積循環神經網絡模型；使用標注有車輛品牌的結構化信息的車輛圖像，訓練基于注意力機制的卷積循環神經網絡模型得到車輛品牌識別模型；利用車輛品牌識別模型對待識別車輛圖像進行識別，確定待識別車輛圖像中的車輛品牌。本發明能夠自適應地結合車輛品牌的結構化信息和注意力機制對車輛圖像進行品牌識別，相比于現有通過提取車輛的固定區域的特征來識別車輛品牌，分類性能較高。

技術領域

本發明涉及智能交通技術領域，特別涉及一種車輛品牌識別方法、裝置及存儲介質。

背景技術

在交通管理系統中，車輛品牌識別是一個重要的組成部分。

現有車輛品牌識別方法中，一般是通過對車輛的固定區域(例如車牌周邊)進行特征提取，根據提取的特征信息采用分類器對車輛品牌直接進行分類，存在分類性能較低、不具備自適應性等缺陷。例如，有些公開的車輛品牌識別方法中，是通過對車前燈位置進行定位并進行HOG特征提取并進行SVM分類完成車輛品牌識別，因為只使用車前燈區域進行車輛品牌識別，提取到的特征比較少且HOG特征的特征描述能力不強，因此分類性能較差。還有的車輛品牌識別方法中，根據車牌位置按固定規則向四周擴展圖像區域，得到可供CNN提取特征的圖像塊，從而實現車輛品牌型號識別，但因為是按照固定規則獲取用于車輛品牌型號的識別的圖像塊，不具有自適應性。

發明內容

有鑒于此，本發明的目的在于提供一種車輛品牌識別方法、裝置及存儲介質。

為了達到上述目的，本發明提供了如下技術方案：

一種車輛品牌識別方法，包括：

根據車輛品牌的結構化信息構建，基于注意力機制的卷積循環神經網絡模型；

使用標注有車輛品牌的結構化信息的車輛圖像，訓練所述基于注意力機制的卷積循環神經網絡模型得到車輛品牌識別模型；

利用所述車輛品牌識別模型對待識別車輛圖像進行識別，確定待識別車輛圖像中的車輛品牌。

一種車輛品牌識別裝置，包括：處理器以及與所述處理器通過總線連接的非瞬時計算機可讀存儲介質；

所述非瞬時計算機可讀存儲介質，用于存儲可在所述處理器上運行的計算機程序，所述處理器執行所述程序時實現以下步驟：

根據車輛品牌的結構化信息構建，基于注意力機制的卷積循環神經網絡模型；

使用標注有車輛品牌的結構化信息的車輛圖像，訓練所述基于注意力機制的卷積循環神經網絡模型得到車輛品牌識別模型；

利用所述車輛品牌識別模型對待識別車輛圖像進行識別，確定待識別車輛圖像中的車輛品牌。

一種非瞬時計算機可讀存儲介質，所述非瞬時計算機可讀存儲介質存儲指令，其特征在于，所述指令在由處理器執行時使得所述處理器執行如上述車輛品牌識別方法中的步驟。

由上面的技術方案可知，本發明中，根據車輛品牌的結構化信息構建基于注意力機制的卷積循環神經網絡，并使用標注有車輛品牌的結構化信息對其進行訓練得到車輛品牌識別模型，利用此車輛品牌識別模型識別待識別車輛圖像中車輛的品牌信息。本發明能夠自適應地結合車輛品牌的結構化信息和注意力機制對車輛圖像進行品牌識別，相比于現有通過提取車輛的固定區域的特征來識別車輛品牌，分類性能較高。

附圖說明

為了更清楚地說明本申請實施例中的技術方案，下面將對實施例描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本申請的一些實施例，對于本領域普通技術人員來講，在不付出創造性勞動性的前提下，還可以根據這些附圖獲得其他的附圖。

圖1是本發明實施例一車輛品牌識別方法流程圖；