[发明专利]一种车标分类器训练方法、车标识别方法及装置

说明书

技术领域

本发明涉及车牌识别技术领域，更具体地说，涉及一种车标分类器训练方法、车标识别方法及装置。

背景技术

车牌识别设备目前已经被广泛使用在停车场出入口对进出场的车辆进行管理。目前的车牌识别系统都使用进场取卡，一车一卡的模式。然而车牌识别的识别率一般只有95％，停车场出入口一般会配置工作人员协助用户。随着人力成本提高，无人值守停车场开始推广。车牌识别目前在大部分系统中仍然作为车辆识别的唯一标准。一旦车牌号码无法识别，会对用户使用以及停车场管理带来麻烦。车标识别作为车牌识别的一种补充，在车牌无法被识别的时候可以通过识别车标来完成寻车以及协助收费，同时通过对车标进行识别可收集到出入停车场的车辆档次信息，从而为判断消费人群的消费能力，引进不同品牌店等提供基础，可见车标识别在车辆识别领域越来越受到人们的重视。

车标识别包括车标检测与对检测到的车标进行识别两个步骤，其中涉及到车标分类器的使用，具体通过车标分类器的混合模型进行车标检测，通过车标分类器的车标模型进行车标识别。其中，车标检测是为了区分了当前识别对象是车标还是非车标，常用的车标检测方式为训练一个车标的混合模型进行车标检测，从而区分当前识别对象是车标还是非车标；车标识别是在通过车标检测检测到当前识别对象是车标时，确定当前识别对象的车标种类，如当前识别对象是“大众”车标还是“宝马”车标等，常用的车标识别方式为对每一种车标均训练出一个车标模型，使得每一种车标均对应有一个车标模型识别，从而通过车标模型从多种车标种类中识别出当前识别对象的车标种类。

本发明的发明人发现现有技术存在如下问题：目前的车标分类器的训练是在实验室中完成的，车标分类器的正负样本的收集是前期通过使用摄像机在各个时段和天气条件下拍摄并储存大量停车场出入口的视频；从这些视频中，人工截取出每辆车的车标部分图像，作为正样本，人工截取出不是车标的部分作为负样本，从而实现车标分类器的训练；然而，由于实验室训练车标分类器所采用的样本图像是有限的，不可能包含所有类型的停车场出入口的车辆图像，使得训练出来的车标分类器的识别准确率较低，因此如何对所训练的车标分类器进行优化训练，从而提升车标分类器的识别准确率成为本领域技术人员亟需解决的技术问题。

发明内容

有鉴于此，本发明实施例提供一种车标分类器训练方法、车标识别方法及装置，以解决现有车标分类器的识别准确率较低的问题，以对所训练的车标分类器进行优化训练，实现提升车标分类器的识别准确率的目的。

为实现上述目的，本发明实施例提供如下技术方案：

一种车标分类器训练方法，包括：

在车辆进入监控区域时，获取多帧车辆图像；

对于每一帧车辆图像，确定每一帧车辆图像对应的车标识别结果，所述车标识别结果包括：每一帧车辆图像进行车标识别时所使用的车标图像，所识别的车标种类，所识别的车标种类的置信度；

在达到车标识别结果输出条件时，确定车标识别结果中最大的置信度对应的车标种类为目标车标种类；

对于所确定的车标识别结果中非目标车标种类的各车标识别结果，将非目标车标种类的车标识别结果对应的车标图像，作为非目标车标种类对应的车标模型的负样本，以进行车标模型训练。

其中，所述确定每一帧车辆图像对应的车标识别结果包括：

对所获取的当前帧车辆图像进行车牌识别，若检测到有效车牌，将检测到有效车牌时对应的有效车牌区域进行扩大；

对扩大的区域使用车标混合模型进行车标检测，若检测到车标，使用设定的各车标种类对应的车标模型对检测到车标的区域进行车标识别，确定所识别的车标种类及所确定的车标种类的置信度，其中，检测到车标的区域视为进行车标识别时所使用的车标图像。

其中，所述方法还包括：

通过预先设置的队列保存同一车辆对应的多份车标识别结果，一份车标识别结果对应一帧车辆图像对应的车标识别结果；在确定每一帧车辆图像对应的车标识别结果后，每一帧车辆图像对应的车标识别结果均保存在所述队列，直至达到车标识别结果输出条件时，输出所述队列所保存的多份车标识别结果。

其中，所述达到车标识别结果输出条件包括：

对所获取的当前帧车辆图像进行车牌识别，若检测到有效车牌，且所检测的车牌为新车牌，则确定当前达到车标识别结果输出条件；

或，若当前检测到地感信号，则确定当前达到车标识别结果输出条件；

或，若所确定的车标识别结果对应的车辆图像的帧数达到设定帧数，则确定当前达到车标识别结果输出条件。

其中，所述方法还包括：