[發明專利]一種車輛識別方法、裝置及計算機存儲介質在審
| 申請號: | 202010727897.3 | 申請日: | 2020-07-24 |
| 公開(公告)號: | CN111950395A | 公開(公告)日: | 2020-11-17 |
| 發明(設計)人: | 唐進君;高軼凡 | 申請(專利權)人: | 中南大學 |
| 主分類號: | G06K9/00 | 分類號: | G06K9/00;G06N3/08;G06T5/20;G06T5/40;G06T7/13;G06T7/40;G06T7/90 |
| 代理公司: | 深圳市沈合專利代理事務所(特殊普通合伙) 44373 | 代理人: | 沈祖鋒 |
| 地址: | 410000 湖南*** | 國省代碼: | 湖南;43 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 車輛 識別 方法 裝置 計算機 存儲 介質 | ||
本發明公開了一種車輛識別方法、裝置及計算機存儲介質,包括:獲取基于車輛的視頻監控裝置采集的訓練圖像樣本集,訓練圖像樣本集包括包含有車輛尾部圖像的正樣本和不包含有車輛尾部圖像的負樣本;對訓練圖像樣本集中的各圖像樣本進行特征提取,得到各圖像樣本分別對應的圖像紋理特征、圖像水平對稱性特征和圖像水平輪廓特征;基于各圖像樣本分別對應的圖像紋理特征、圖像水平對稱性特征和圖像水平輪廓特征對BP神經網絡分類模型進行訓練,得到訓練后的BP神經網絡分類模型;獲取待處理圖像后,將待處理圖像輸入經過訓練的BP神經網絡分類模型,得到BP神經網絡分類模型輸出的待處理圖像中是否包含車輛的識別結果。如此,能夠準確對車輛進行識別。
技術領域
本發明涉及交通領域,尤其涉及一種車輛識別方法、裝置及計算機存儲介質。
背景技術
在汽車自動駕駛和輔助駕駛等應用場景中,需要利用攝像頭等視頻監控裝置作為感知單元進行前方路況的獲取,進而根據攝像頭等視頻監控裝置獲取的圖像分析前方路況,比如根據圖像中是否包含車輛以檢測前方是否有車輛等。然而,受到不同光照及陰影、不同車輛顏色及大小等因素的影響,如何準確識別圖像中是否包含車輛一直處于研究中。
發明內容
有鑒于此,本發明實施例提供了一種車輛識別方法、裝置及計算機存儲介質,能夠準確對車輛進行識別。
為達到上述目的,本發明的技術方案是這樣實現的:
第一方面,本發明實施例提供了一種車輛識別方法,所述方法包括:
獲取基于車輛的視頻監控裝置采集的訓練圖像樣本集,所述訓練圖像樣本集包括包含有車輛尾部圖像的正樣本和不包含有車輛尾部圖像的負樣本;
對所述訓練圖像樣本集中的各圖像樣本進行特征提取,得到所述各圖像樣本分別對應的圖像紋理特征、圖像水平對稱性特征和圖像水平輪廓特征;
基于所述各圖像樣本分別對應的圖像紋理特征、圖像水平對稱性特征和圖像水平輪廓特征對BP神經網絡分類模型進行訓練,得到訓練后的BP神經網絡分類模型;
獲取待處理圖像后,將所述待處理圖像輸入經過訓練的BP神經網絡分類模型,得到所述BP神經網絡分類模型輸出的所述待處理圖像中是否包含車輛的識別結果。
第二方面,本發明實施例提供了一種車輛識別裝置,所述裝置包括:
圖像采集模塊,用于獲取基于車輛的視頻監控裝置采集的訓練圖像樣本集,所述訓練圖像樣本集包括包含有車輛尾部圖像的正樣本和不包含有車輛尾部圖像的負樣本;
特征提取模塊,用于對所述訓練圖像樣本集中的各圖像樣本進行特征提取,得到所述各圖像樣本分別對應的圖像紋理特征、圖像水平對稱性特征和圖像水平輪廓特征;
訓練模塊,用于基于所述各圖像樣本分別對應的圖像紋理特征、圖像水平對稱性特征和圖像水平輪廓特征對BP神經網絡分類模型進行訓練,得到訓練后的BP神經網絡分類模型;
處理模塊,用于獲取待處理圖像后,將所述待處理圖像輸入經過訓練的BP神經網絡分類模型,得到所述BP神經網絡分類模型輸出的所述待處理圖像中是否包含車輛的分類結果。
第三方面,本發明實施例提供了一種車輛識別裝置,所述裝置包括:處理器和用于存儲能夠在處理器上運行的計算機程序的存儲器,
其中,所述處理器用于運行所述計算機程序時,實現第一方面所述車輛識別方法。
第四方面,本發明實施例提供了一種計算機存儲介質,存儲有計算機程序,所述計算機程序被處理器執行時,實現第一方面所述車輛識別方法。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于中南大學,未經中南大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202010727897.3/2.html,轉載請聲明來源鉆瓜專利網。





