[发明专利]基于共生关系的卷积神经网络的车辆部件识别方法和系统

权利要求书

1.一种基于共生关系的卷积神经网络的车辆部件识别方法，其特征在于，该方法包括以下步骤：

S0.从车辆正脸的整车图像选取后视镜、车灯、车标、挡风玻璃四类部件作为车辆部件识别对象，将所述四类部件进行两两组合形成部件对，得到6个车辆部件对：后视镜,车灯、后视镜,车标、后视镜,挡风玻璃、车灯,车标、车灯,挡风玻璃、车标,挡风玻璃；

S1.使用车辆部件对训练数据集训练基于共生关系的卷积神经网络，所述基于共生关系的卷积神经网络由Concat层与卷积神经网络串联组成，所述Concat层位于卷积神经网络的卷积层之前，用于对输入的两张车辆部图片对进行通道合并，所述卷积神经网络的卷积层用于同时提取两张图片的特征，从而自动学习到两类部件的共生关系；

S2.采用训练好的基于共生关系的卷积神经网络，对待测车辆部件对进行识别，得到待测车辆各部件的识别结果。

2.如权利要求1所述的车辆部件识别方法，其特征在于，所述卷积神经网络为ResNet或者VGG网络。

3.如权利要求1所述的车辆部件识别方法，其特征在于，两张n通道图片在经过Concat层后，变成一个通道数为2n的张量。

4.一种基于共生关系的卷积神经网络的车辆部件识别系统，其特征在于，所述车辆部件识别系统采用如权利要求1至3任一项所述的基于共生关系的卷积神经网络的车辆部件识别方法。

5.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至3任一项所述的基于共生关系的卷积神经网络的车辆部件识别方法。