[發明專利]結合光照不變性與短曝光光照增強的暗光車照識別方法

有效

• 申請號: 202010777285.5
• 申請日: 2020-08-05
• 公開（公告）號: CN111881924B
• 公開（公告）日: 2023-07-28
• 發明（設計）人: 程良倫;陳海源;黃國恒
• 申請（專利權）人: 廣東工業大學
• 主分類號: G06V10/44
• 分類號: G06V10/44;G06V10/56;G06V10/764;G06V10/82;G06N3/0464;G06N3/08
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 黃忠

1.一種結合光照不變性與短曝光光照增強的暗光車照識別方法，其特征在于，包括：

對待識別黑暗車輛圖像進行處理，得到灰度光照不變性特征圖，并對所述待識別黑暗車輛圖像進行光照增強處理，得到補光圖像；

將所述灰度光照不變性特征圖和所述補光圖像輸入到預置車型識別模型，使得所述預置車型識別模型對所述灰度光照不變性特征圖和所述補光圖像進行特征提取后，對提取的特征進行特征融合得到特征增強圖像，并基于所述特征增強圖像進行車型識別，得到車型識別結果；

將所述補光圖像輸入到預置顏色識別模型進行顏色識別，得到顏色識別結果；

結合所述顏色識別結果和所述車型識別結果，輸出最終識別結果；

所述預置車型識別模型包括特征融合模塊和特征識別模塊，所述特征融合模塊由編碼器、融合層和解碼器依次連接構成，所述編碼器和所述解碼器分別由4個卷積層構成；

所述特征融合模塊中設置有注意力模塊，所述注意力模塊用于對輸入的特征圖進行注意力特征圖加權計算，使得所述特征融合模塊準確提取車輛特征圖，所述特征識別模塊對所述車輛特征圖進行車型識別，得到車型識別結果；

所述預置車型識別模型的配置過程包括：

獲取訓練集，并對獲取的所述訓練集進行數據擴充，得到擴充后的數據集，所述訓練集中的訓練樣本為待訓練黑暗車輛圖像；

對所述擴充后的數據集的訓練樣本進行處理，得到所述訓練樣本的灰度光照不變性特征圖，并對所述訓練樣本進行光照增強處理，得到所述訓練樣本的補光圖像；

將所述訓練樣本的灰度光照不變性特征圖和補光圖像輸入至第一卷積神經網絡進行訓練，直至所述第一卷積神經網絡收斂，得到所述預置車型識別模型。

2.根據權利要求1所述的結合光照不變性與短曝光光照增強的暗光車照識別方法，其特征在于，所述對待識別黑暗車輛圖像進行處理，得到灰度光照不變性特征圖，包括：

基于位置敏感直方圖方法對待識別黑暗車輛圖像進行處理，得到灰度光照不變性特征圖。

3.根據權利要求1所述的結合光照不變性與短曝光光照增強的暗光車照識別方法，其特征在于，所述對所述待識別黑暗車輛圖像進行光照增強處理，得到補光圖像，包括：

基于預置光照增強模型對所述待識別黑暗車輛圖像進行光照增強處理，得到補光圖像，所述預置光照增強模型為訓練好的U-net網絡。

4.根據權利要求1所述的結合光照不變性與短曝光光照增強的暗光車照識別方法，其特征在于，所述預置顏色識別模型中設置有注意力模塊，所述注意力模塊用于對所述補光圖像中的車輛的車身區域截取采樣，得到車身部位特征圖，使得所述預置顏色識別模型對所述車身部位特征圖進行顏色識別，得到顏色識別結果。

5.根據權利要求1所述的結合光照不變性與短曝光光照增強的暗光車照識別方法，其特征在于，所述預置顏色識別模型的配置過程包括：

將所述訓練樣本的補光圖像輸入至第二卷積神經網絡進行訓練，直至所述第二卷積神經網絡收斂，得到所述預置顏色識別模型。