[发明专利]一种基于二维标签进行汽车标注与识别的AI算法

说明书

本发明公开了一种基于二维标签进行汽车标注与识别的AI算法，构建二维汽车标签，二维标签包括第一维汽车品牌标签和第二维汽车零件标签；构建汽车品牌的标签集；基于二维标签的汽车品牌标注训练后生成的模型，在利用模型识别影视中的图片的汽车品牌时，识别的原始结果包括了一维标签中汽车品牌以及相似度，还包括了二维标签中的汽车零件相似度值，再根据两个维度的相似度，根据权重于拟合算法，重新计算出与汽车品牌的相似度，从而判断出视频每帧中出现的汽车品牌、汽车区域。有效解决了常规AI方法无法有效识别影视中远镜头和有遮挡难以识别汽车品牌的问题。

技术领域

本发明涉及一种AI算法，具体涉及一种基于二维标签进行汽车标注与识别的AI算法。

背景技术

汽车品牌识别，越来越普遍的应用于很多方面，譬如二手车估价等，快速准备识别汽车品牌辅助于汽车相关行业的智能化应用，将AI技术应用于汽车品牌的识别也是风起云涌。

现有的汽车品牌AI识别，是通过图片标注的汽车品牌标签进行标注，汽车品牌的标签都是一维标签，如奥迪RS-3、奥迪TT RS、奥迪 Q5、奥迪Q7、奥迪A8、宝马E90、宝马F10、保时捷Cayenne、保时捷Macan、保时捷911等。

标注汽车品牌，通过一维汽车品牌的标签，对图片中出现汽车的整体进行标注，标注的标签是上述种的各种汽车品牌。在对所有的汽车图片标注完成后，有AI框架和选择合适的网络进行训练，生成汽车品牌模型用于图片中的汽车识别。

通过一维汽车品牌的标签，进行标注和AI训练生成汽车识别的模型，生成的AI模型可以识别汽车品牌，如奥迪RS-3、奥迪TT RS、奥迪 Q5、奥迪Q7、奥迪A8、宝马E90、宝马F10、保时捷Cayenne、保时捷Macan、保时捷911等。通过一维标签生成的AI模型能识别比较清晰的图片，如手机对着汽车拍出的完整汽车的图片，对这类清晰而且汽车完整画面的图片识别准确率较高。

但是对于影视中的汽车品牌识别准确率很低，因为影视中出现的汽车，大多数都是远镜头，画面中的汽车会显得很小；即使是近镜头时，画面往往也会被人物遮挡，不是完整的汽车画面。

现有汽车品牌识别的缺点：

（1）分类特征不明显：在分类识别问题中，不同分类之间特征差距越大越好。对汽车整体进行标注，没有指定区分各品牌的关键特征，会导致不同品牌汽车的相似特征也会被提取出来，不利于进行分类，从而降低识别的准确率。

（2）识别角度鲁棒性差：图片中的整车在不同角度下特征区别较大。标注时如果只选一个角度的图片，会导致识别时只在这个角度下准确率较高而其他角度时不准。标注时如果选择多个角度的图片，则由于不同角度的特征区别较大，会导致这一类汽车的特征混乱（也就是无特征）。

（3）对待识别图片中汽车的完整性要求较高：由于标注以及训练时是汽车的整体特征，如果待识别图片中的汽车如果有部分遮挡，会使提取的特征缺失从而导致识别不准确。

发明内容

为解决上述背景技术中的问题，本发明提供一种基于二维标签进行汽车标注与识别的AI算法。

本发明提供如下技术方案：

一种基于二维标签进行汽车标注与识别的AI算法，包括以下步骤：

步骤S1、构建二维汽车标签，是对收集的汽车图片进行标注，二维汽车标签包括第一维的汽车品牌标签和第二维的汽车零件标签；

步骤S2、基于二维标签的汽车品牌标注，通过两个维度的标签，假设第一维标签集为N1，第二维标签集为N2，则汽车品牌的标签集达到N1 x N2；

步骤S3、在收集的汽车图片上标注出汽车的局部特征区域，对于每个标注数据还需要附带汽车的品牌、型号信息，形成jpg和png图片格式的汽车识别训练集；