[发明专利]一种车辆识别方法、装置和存储介质

权利要求书

1.一种车辆识别方法，其特征在于，包括：

获取待识别车辆的图像；

采用预设全局识别模型对所述图像中的车辆的整体进行识别，得到全局识别结果；

采用预设局部识别模型对所述图像中的车辆的车尾和/或车脸进行识别，得到局部识别结果；

按照预设融合策略对所述全局识别结果和局部识别结果进行融合，得到车辆识别结果。

2.根据权利要求1所述的方法，其特征在于，所述采用预设全局识别模型对所述图像中的车辆的整体进行识别，得到全局识别结果，包括：

对所述图像中车辆的整体特征进行提取，得到全局特征；

采用预设全局识别模型对所述全局特征进行识别，得到全局识别结果。

3.根据权利要求2所述的方法，其特征在于，所述对所述图像中车辆的整体特征进行提取，得到全局特征，包括：

对所述图像中车辆的位置进行检测；

根据检测结果对所述图像进行图像分割，得到主区域和背景区域；

从所述主区域中提取车辆的关键点特征，得到全局特征。

4.根据权利要求1所述的方法，其特征在于，所述采用预设局部识别模型对所述图像中的车辆的车尾和/或车脸进行识别，得到局部识别结果，包括：

对所述图像中的车辆的车尾和/或车脸进行特征提取，得到局部特征；

采用预设局部识别模型对所述局部特征进行识别，得到局部识别结果。

5.根据权利要求4所述的方法，其特征在于，所述对所述图像中的车辆的车尾和/或车脸进行特征提取，得到局部特征，包括：

确定所述图像中包含有车辆的车尾和/或车脸的区域，得到关键区域；

从所述关键区域中提取车辆的车尾和/或车脸的关键点特征，得到局部特征。

6.根据权利要求1至5任一项所述的方法，其特征在于，所述全局识别结果包括第一预测类别和第一概率，所述第一概率为所述待识别车辆属于所述第一预测类别的概率，所述局部识别结果包括第二预测类别和第二概率、所述第二概率为所述待识别车辆属于所述第二预测类别的概率，所述按照预设融合策略对所述全局识别结果和局部识别结果进行融合，得到车辆识别结果，包括：

当所述第一预测类别和第二预测类别一致时，将第一概率和第二概率进行比较，若第一概率大于第二概率，则将第一预测类别和第一概率作为车辆识别结果，若第一概率小于第二概率，则将第二预测类别和第二概率作为车辆识别结果，若第一概率等于第二概率，则将第一预测类别和第一概率作为车辆识别结果，或将第二预测类别和第二概率作为车辆识别结果；

当所述第一预测类别和第二预测类别不一致时，确定第二概率是否低于预设阈值，若低于预设阈值，则将第一预测类别和第一概率作为车辆识别结果，若不低于预设阈值，则将第二预测类别和第二概率作为车辆识别结果。

7.根据权利要求1至5任一项所述的方法，其特征在于，所述采用预设全局识别模型对所述图像中的车辆的整体进行识别之前，还包括：

采集多个车辆数据，所述车辆数据包括车辆的图片信息和属性信息；

对所述车辆信息进行筛选，并对筛选后的车辆数据按照预设类别进行聚类；

基于聚类后车辆数据建立全局识别模型和局部识别模型。

8.根据权利要求7所述的方法，其特征在于，所述对筛选后的车辆数据按照预设类别进行聚类，包括：

将筛选后的车辆数据的种类划分为车辆类别、非车辆类别和车辆局部特写类别；

将属于非车辆类别的车辆数据聚类为非车辆类；

将车辆局部特写类别的车辆数据聚类为局部特写类；

对属于车辆类别的车辆数据，按照车型、颜色、品牌、系列和/或年款进行聚类，得到多个车系类。