[发明专利]无牌车车型识别方法、装置及终端设备

说明书

本发明提供了一种无牌车车型识别方法、装置及终端设备，该方法应用于特征识别技术领域，所述方法包括：对无牌车进行粗定位得到无牌车的原始图像；对无牌车的原始图像进行第一预处理得到无牌车的有效区域图像；对无牌车的有效区域图像进行第二预处理得到无牌车的待识别图像；将无牌车的待识别图像输入至预设轻量级神经网络模型中进行车型识别。本发明提供的无牌车车型识别方法、装置及终端设备能够在保证无牌车车型识别精度的同时提高无牌车车型的识别速度。

技术领域

本发明属于特征识别技术领域，更具体地说，是涉及一种无牌车车型识别方法、装置及终端设备。

背景技术

目前，无牌车车辆的车型识别主要有两种方法，分别是：手工设计特征的传统识别方法，以及基于CNN神经网络提取特征的深度学习方法。手工设计特征的传统识别方法通过先提取的特征定位车辆位置信息，再提取车辆车型特征，最后用SVM，KNN等分类算法进行无牌车车型识别；基于CNN神经网络提取特征的深度学习方法是先定位车辆位置信息，再把定位好的车辆图片送入CNN网络自动学习车辆图片数据中包含的特征进行无牌车车型识别。

但是这两种识别方法均存在一定的缺陷：

(1)手工设计特征的传统识别方法由于是人工设计的特征，在实际应用中，鲁棒性不高，容易受到相机安装角度，环境光照变化等问题的影响，导致识别精度不理想；

(2)基于CNN神经网络提取特征的深度学习方法在车辆检测模块检测车辆的位置信息时，由于车辆车辆定位算法较为复杂，且鲁棒性较差，导致车辆的位置检测耗时且不够准确，而基于CNN神经网络提取特征的深度学习方法在进行车型识别时，由于车型识别网络模型往往很大，导致识别速度也较慢。

发明内容

本发明的目的在于提供一种无牌车车型识别方法、装置及终端设备，以在保证无牌车车型识别精度的同时提高无牌车车型识别的识别。

本发明实施例的第一方面，提供了一种无牌车车型识别方法，包括：

对无牌车进行粗定位得到无牌车的原始图像；

对无牌车的原始图像进行第一预处理得到无牌车的有效区域图像；

对无牌车的有效区域图像进行第二预处理得到无牌车的待识别图像；

将无牌车的待识别图像输入至预设轻量级神经网络模型中进行车型识别。

本发明实施例的第二方面，提供了一种无牌车车型识别装置，包括：

粗定位模块，用于对无牌车进行粗定位得到无牌车的原始图像；

第一预处理模块，用于对无牌车的原始图像进行第一预处理得到无牌车的有效区域图像；

第二预处理模块，用于对无牌车的有效区域图像进行第二预处理得到无牌车的待识别图像；

车型识别模块，用于将无牌车的待识别图像输入至预设轻量级神经网络模型中进行车型识别。

本发明实施例的第三方面，提供了一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述的无牌车车型识别方法的步骤。

本发明实施例的第四方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述的无牌车车型识别方法的步骤。