[发明专利]一种识别车辆颜色的方法

权利要求书

1.一种识别车辆颜色的方法，其特征在于，包括：

获取目标车辆图片，并对所述目标车辆图片处理得到目标车辆车身区域图片；

将所述目标车辆车身区域图片输入具有多标签颜色序列识别的深度学习模型的网络中，得到颜色序列回归结果；

通过计算所述颜色序列回归结果中的颜色序列各比例，得到颜色序列识别结果；

对所述颜色序列识别结果进行排序，输出大于阈值的结果，映射为对应的颜色序列，得到车辆颜色。

2.根据权利要求1所述的识别车辆颜色的方法，其特征在于，所述获取目标车辆图片，并对所述目标车辆图片处理得到目标车辆车身区域图片具体包括：

对所述目标车辆图片，使用深度学习SSD检测所述目标车辆图片中的目标车辆，通过目标跟踪算法，得到所述目标车辆车身区域图片。

3.根据权利要求1所述的识别车辆颜色的方法，其特征在于，所述多标签颜色序列识别的深度学习模型为预置训练数据的多任务多标签深度学习模型。

4.根据权利要求3所述的识别车辆颜色的方法，其特征在于，所述预置训练数据包括对所述目标车辆车身区域图片进行类型标注和进行颜色标注。

5.根据权利要求4所述的识别车辆颜色的方法，其特征在于，所述类型标注具体操作为：根据所述目标车辆车身区域图片将目标车辆标注为大客车、轿车、小客车、小货车、微型面包车、皮卡车、商务和越野车、大货车八种类型中的一种。

6.根据权利要求5所述的识别车辆颜色的方法，其特征在于，所述颜色标注中的颜色预设有红色、蓝色、黄色、黑色、绿色、棕色、灰色、粉色、白色、橙色、紫色十种；

使用颜色序列标注工具，对已经进行所述类型标注的所述目标车辆车身区域图片中除车窗、挡风玻璃、车轮、进气栅部分区域之外的部分，进行标注颜色，完成后导入标注软件，按顺序选中前十种颜色；

若所述目标车辆车身区域图片中的目标车辆颜色不属于所述颜色标注预设十种颜色中的任一种，则跳过颜色标注；用点线连接所述目标车辆车身区域图片中目标车辆的闭合颜色轮廓，然后通过所述标注软件分别计算每种颜色占所有标注颜色总面积的比例，生成标注信息。

7.根据权利要求1所述的识别车辆颜色的方法，其特征在于，所述深度学习模型为多任务中的多标签学习，所述多任务能够通过学习学到多个任务的共享表示，所述共享表示具有较强的抽象能力，能够适应多个不同但相关的指标，且通过相关任务的学习可以使主任务获得更好的泛化能力。

8.根据权利要求7所述的识别车辆颜色的方法，其特征在于，所述多任务为包括车辆颜色序列回归和车辆类型分类两个任务。

9.根据权利要求7所述的识别车辆颜色的方法，其特征在于，所述深度学习模型通过Data层获取label标注数据，并通过Slice层将所述label标注数据分为两部分，一部分是颜色序列向量，另一部分为车辆类型种类；

将经所述Slice层分为颜色序列向量和车辆类型种类两部分的label标注数据输入大核的pooling层和卷积层，使网络提取全局颜色能力得到提高，所述网络的主体网络结构采用3x3、1x1卷积和2x2的池化层VGG结构；

最后将全连接层分出两个全连接层，一个对应所述颜色序列向量，另一个对应所述车辆类型种类，再将两个全连接层分别接入SoftmaxWithLoss层求loss。

10.根据权利要求1-9任一所述的识别车辆颜色的方法，其特征在于，所述识别车辆颜色的方法用于道路监控视频获取的视频流中车辆颜色的识别。