[发明专利]车标识别方法及车标识别装置

说明书

本发明实施例公开一种车标识别方法，包括：检测到地感触发信号之后，在车辆图像中搜索车辆的车标图像；在搜索到车标图像后，提取车标图像的HOG特征；对车标图像的HOG特征进行LSH编码，获得车标图像的HOG特征编码；将车标图像的HOG特征编码和预存的车标模型的特征编码进行匹配，计算车标图像的HOG特征编码和各个车标模型的特征编码之间的汉明距离；在预存的N个车标模型中确定n个车标模型；利用n个车标模型分别识别车标图像，确定置信度最高的车标模型，输出置信度最高的车标模型的名称。本发明公开的车标识别方法在保证检测速度的前提下，提高了检测准确度。本发明还公开了相应的车标识别装置。

技术领域

本发明属于车标识别技术领域，尤其涉及车标识别方法及车标识别装置。

背景技术

车牌识别已经被广泛应用在停车场的出入口，对进出场的车辆进行管理。目前出现了车标识别技术，车标识别是车辆识别技术新的研究方向，可以作为车牌识别的一种补充。

但是市场上车辆的品牌很多，相应的需要识别的车标的数量也很大，如何快速准确的完成车标识别，是本领域技术人员亟待解决的问题。

发明内容

有鉴于此，本发明的目的在于提供一种车标识别方法及车标识别装置，以便快速准确的完成车标识别。

为实现上述目的，本发明提供如下技术方案：

本发明公开过一种车标识别方法，包括：

检测到地感触发信号之后，在车辆图像中搜索车辆的车标图像；

在搜索到车标图像后，提取所述车标图像的梯度方向直方图HOG特征；

对所述车标图像的HOG特征进行局部敏感哈希LSH编码，获得所述车标图像的HOG特征编码；

将所述车标图像的HOG特征编码和预存的车标模型的特征编码进行匹配，计算所述车标图像的HOG特征编码和各个车标模型的特征编码之间的汉明距离；其中，对车标模型进行LSH编码获得车标模型的特征编码；

在预存的N个车标模型中确定n个车标模型，n为大于1的整数，所述n个车标模型的特征编码与所述车标图像的HOG特征编码之间的汉明距离，小于其他车标模型的特征编码与所述车标图像的HOG特征编码之间的汉明距离；其中，针对同一种车标在不同光照条件下分别配置有车标模型；

利用所述n个车标模型分别识别所述车标图像，确定置信度最高的车标模型，输出所述置信度最高的车标模型的名称。

优选的，上述方法中，所述在车辆图像中搜索车辆的车标图像，包括：获取车牌识别结果；在车牌被识别的情况下，基于车辆图像中的车牌区域确定待搜索区域，所述待搜索区域包含所述车牌区域且大于所述车牌区域；利用预存的车标混合模型在所述待搜索区域进行搜索，以获得车标图像。

优选的，上述方法中，获取车牌识别结果之后，在车牌未被识别的情况下，还包括：利用所述车标混合模型在所述车辆图像进行全图搜索，以获得车标图像。

优选的，上述方法还包括预先建立车标混合模型的步骤，具体包括：

获取N个车标图像样本集合和M个非车标图像样本，其中，针对每个车标获取K个车标图像样本集合，K为大于1的整数，每个车标图像样本集合为在相同光照条件下获取的车标图像的集合，一个车标的K个车标图像样本集合为在不同光照条件下获取的车标图像样本集合；

将所述N个车标图像样本集合作为车标混合模型的正样本，将所述M个非车标图像样本作为车标混合模型的负样本；

提取所述车标混合模型的正样本的HOG特征，提取所述车标混合模型的负样本的HOG特征；

将所述正样本的HOG特征和所述负样本的HOG特征作为支持向量机SVM的输入进行训练，获得车标混合模型。