[发明专利]车辆品牌的标注方法、装置及系统

说明书

本发明提供了一种车辆品牌的标注方法、装置及系统，涉及图像处理技术领域，该方法包括：获取包含有车辆的关键区域的待标注图像；将待标注图像输入至预先训练好的神经网络模型进行车辆主品牌的识别与标注；其中，神经网络模型为基于已标注车辆主品牌的车辆训练图像训练得到的；获取识别出的车辆的主品牌对应的子品牌图像集；基于子品牌图像集对待标注图像进行子品牌识别，得到车辆的子品牌；在待标注图像中标注车辆的子品牌。本发明能够有效提升车辆品牌的标注效率。

技术领域

本发明涉及图像处理技术领域，尤其是涉及一种车辆品牌的标注方法、装置及系统。

背景技术

车辆品牌的识别对于从图像或视频中检索目标车辆具有重要意义。为了自动识别车辆品牌，需要依赖于大量标注有车辆品牌的数据。当前对于车辆品牌的标注，尤其是对于精确到车辆子品牌或年款的车辆品牌的标注，主要是由专业的标注人员对识别出的车辆品牌进行标注；其中，标注人员需要较长时间地整理和积累车辆品牌知识。这种依靠人工的标注方式需要耗费大量的人力，时效性较差，标注效率较低。

发明内容

有鉴于此，本发明的目的在于提供一种车辆品牌的标注方法、装置及系统，能够有效提升车辆品牌的标注效率。

为了实现上述目的，本发明实施例采用的技术方案如下：

第一方面，本发明实施例提供了一种车辆品牌的标注方法，所述方法包括：获取包含有车辆的关键区域的待标注图像；将所述待标注图像输入至预先训练好的神经网络模型进行车辆主品牌的识别与标注；其中，所述神经网络模型为基于已标注车辆主品牌的车辆训练图像训练得到的；获取识别出的所述车辆的主品牌对应的子品牌图像集；基于所述子品牌图像集对所述待标注图像进行子品牌识别，得到所述车辆的子品牌；在所述待标注图像中标注所述车辆的子品牌。

进一步，所述获取包含有车辆的关键区域的待标注图像的步骤，包括：获取包含有车辆的原始图像；检测所述原始图像中是否存在预设的关键区域；所述关键区域包括车灯区域、车标志区域、轮毂区域和隔栅区域中的至少一种；如果存在，按照清晰度因素和/或畸变因素对所述关键区域进行质量评分；当质量评分高于预设的评分阈值时，将所述原始图像确定为待标注图像。

进一步，所述子品牌图像集为多个，且不同的所述子品牌图像集对应于不同的车辆部位；所述基于所述子品牌图像集对所述待标注图像中进行子品牌识别，得到所述车辆的子品牌的步骤，包括：获取所述待标注图像中各所述关键区域的质量评分；确定质量评分最高的所述关键区域所包含的第一车辆部位；根据确定的所述第一车辆部位从多个所述子品牌图像集中选取第一目标子品牌图像集；通过比对所述待标注图像和所述第一目标子品牌图像集，确定所述车辆的子品牌。

进一步，所述子品牌图像集为多个，且不同的所述子品牌图像集对应于不同的车辆部位；所述基于所述子品牌图像集对所述待标注图像中进行子品牌识别，得到所述车辆的子品牌的步骤，包括：确定所述待标注图像中各所述关键区域所包含的第二车辆部位；根据确定的所述第二车辆部位从多个所述子品牌图像集中选取与各所述关键区域对应的第二目标子品牌图像集；针对所述待标注图像中的每个所述关键区域，计算该关键区域与该关键区域对应的第二目标子品牌图像集的第一匹配度，根据所述第一匹配度确定该关键区域的初始子品牌；判断不同的所述关键区域对应的所述初始子品牌是否相同；如果相同，将所述初始子品牌确定为所述车辆的子品牌；如果不相同，将所述第一匹配度中的最大匹配度对应的所述初始子品牌确定为所述车辆的子品牌。