[發明專利]車款識別方法、裝置、電子設備及存儲介質

在審

• 申請號: 202011009441.X
• 申請日: 2020-09-23
• 公開（公告）號: CN112132031A
• 公開（公告）日: 2020-12-25
• 發明（設計）人: 吳曉東
• 申請（專利權）人: 平安國際智慧城市科技股份有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/04
• 代理公司: 深圳市賽恩倍吉知識產權代理有限公司 44334
• 代理人: 何春蘭;遲珊珊

1.一種車款識別方法，其特征在于，所述車款識別方法包括：

獲取待識別圖像；

對所述待識別圖像進行尺寸處理，并將處理后的圖像輸入至改進型的目標檢測算法Transformer-YOLOv3模型中，其中，所述Transformer-YOLOv3模型包括轉換層；

通過所述Transformer-YOLOv3模型中的DarkNet53網絡提取所述處理后的圖像中的車輛特征矩陣；

對所述車輛特征矩陣執行多次卷積層操作、多次上采樣操作以及多次轉換層操作，獲得多個最終特征圖；

使用預先聚類得到的多個錨框分別在所述多個特征圖上進行檢測并識別，獲得每個所述最終特征圖對應的車款識別結果；

將每個所述車款識別結果映射至所述待識別圖像上。

2.根據權利要求1所述的車款識別方法，其特征在于，所述轉換層操作包括：輸入操作、展開操作、轉換編碼操作、折疊操作以及輸出操作；其中，每個所述轉換層的網絡結構相同，且每個所述轉換層的參數矩陣相同；或，每個所述轉換層的網絡結構相同，且每個所述轉換層的參數矩陣不同；或，每個所述轉換層的網絡結構不同。

3.根據權利要求1所述的車款識別方法，其特征在于，所述對所述車輛特征矩陣執行多次卷積層操作、多次上采樣操作以及多次轉換層操作，獲得多個最終特征圖包括：

對所述車輛特征矩陣執行卷積層操作，獲得第一中間特征圖，以及對所述第一中間特征圖進行轉換層操作，獲得第一特征圖；

對所述第一中間特征圖執行上采樣操作以及卷積層操作，獲得第二中間特征圖，以及對所述第二中間特征圖進行轉換層操作，獲得第二特征圖；

對所述第二中間特征圖執行上采樣操作以及卷積層操作，獲得第三中間特征圖，以及對所述第三中間特征圖進行轉換層操作，獲得第三特征圖；

將所述第一特征圖、所述第二特征圖以及所述第三特征圖確定為多個最終特征圖。

4.根據權利要求1所述的車款識別方法，其特征在于，所述對所述車輛特征矩陣執行多次卷積層操作、多次上采樣操作以及多次轉換層操作，獲得多個最終特征圖包括：

對所述車輛特征矩陣執行卷積層操作，獲得第一中間特征圖，以及對所述第一中間特征圖執行轉換層操作，獲得第一特征圖；

對所述第一中間特征圖依次執行上采樣操作、轉換層操作以及卷積層操作，獲得第二特征圖；

對所述第二特征圖依次執行上采樣操作、轉換層操作以及卷積層操作，獲得第三特征圖；

將所述第一特征圖、所述第二特征圖以及所述第三特征圖確定為多個最終特征圖。

5.根據權利要求1所述的車款識別方法，其特征在于，所述對所述車輛特征矩陣執行多次卷積層操作、多次上采樣操作以及多次轉換層操作，獲得多個最終特征圖包括：

對所述車輛特征矩陣執行卷積層操作，獲得第一中間特征圖，以及對所述第一中間特征圖執行轉換層操作，獲得第一特征圖；

對所述第一中間特征圖依次執行上采樣操作、轉換層操作以及卷積層操作，獲得第二特征圖；

對所述第二特征圖依次執行上采樣操作、卷積層操作以及轉換層操作，獲得第三特征圖；

將所述第一特征圖、所述第二特征圖以及所述第三特征圖確定為多個最終特征圖。

6.根據權利要求1所述的車款識別方法，其特征在于，所述對所述車輛特征矩陣執行多次卷積層操作、多次上采樣操作以及多次轉換層操作，獲得多個最終特征圖包括：

對所述車輛特征矩陣執行卷積層操作，獲得第一中間特征圖，以及對所述第一中間特征圖執行轉換層操作，獲得第一特征圖；

對所述第一中間特征圖依次執行上采樣操作、轉換層操作以及卷積層操作，獲得第二特征圖；

對所述第二特征圖依次執行轉換層操作、上采樣操作以及卷積層操作，獲得第三特征圖；

將所述第一特征圖、所述第二特征圖以及所述第三特征圖確定為多個最終特征圖。