[发明专利]用于识别车辆所属类别的方法和装置有效
申请号: | 202010518051.9 | 申请日: | 2020-06-09 |
公开(公告)号: | CN111666898B | 公开(公告)日: | 2021-10-26 |
发明(设计)人: | 王睿;王鑫尘;王长虎;邵杰 | 申请(专利权)人: | 北京字节跳动网络技术有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/62;G06N20/00 |
代理公司: | 北京海智友知识产权代理事务所(普通合伙) 11455 | 代理人: | 吴京顺 |
地址: | 100041 北京市石景山区*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 用于 识别 车辆 所属 类别 方法 装置 | ||
本申请实施例公开了用于识别车辆所属类别的方法和装置。该方法的一具体实施方式包括:获取待识别车辆图像;将该待识别车辆图像输入至预先训练的车标检测模型,得到车标信息,其中,品牌下包括至少一个车系;将该待识别车辆图像输入至预先训练的车系检测模型,得到车系信息,其中,该车系信息用于指示该待识别车辆图像呈现的车辆所属的车系;基于所得到的车标信息和车系信息的匹配,生成车辆类别信息,其中,该车辆类别信息用于指示该待识别车辆图像呈现的车辆所属的品牌和车系。该实施方式有效提升了在车辆外观容易混淆且汽车角度丰富的应用场景下的识别准确率,进而为召回高匹配度的结果提供保障。
技术领域
本申请实施例涉及计算机技术领域,具体涉及用于识别车辆所属类别的方法和装置。
背景技术
随着人工智能技术的飞速发展,各种图像识别技术也取得了越来越广泛的应用。针对用户生产内容(user generated content,UGC)的车辆识别和检索场景,现有技术通常是对用户拍摄的图片提取传统几何特征(如SIFT、SURF特征)或通过CNN(Convolutionalneural network,卷积神经网络)提取向量特征,再通过对上述特征的筛选和比较得到对应的车辆识别结果和相近的车辆图像。
发明内容
本申请实施例提出了用于识别车辆所属类别的方法和装置。
第一方面,本申请实施例提供了一种用于识别车辆所属类别的方法,该方法包括:获取待识别车辆图像;将待识别车辆图像输入至预先训练的车标检测模型,得到至少一个车标信息,其中,车标信息包括用于指示待识别车辆图像呈现的车辆所属的品牌的信息,品牌下包括至少一个车系;将待识别车辆图像输入至预先训练的车系检测模型,得到至少一个车系信息,其中,车系信息用于指示待识别车辆图像呈现的车辆所属的车系;基于所得到的车标信息和车系信息的匹配,生成车辆类别信息,其中,车辆类别信息用于指示待识别车辆图像呈现的车辆所属的品牌和车系。
第二方面,本申请实施例提供了一种用于显示车辆所属类别的方法,该方法包括:响应于检测到针对目标视频帧的第一预设操作,将目标视频帧发送至目标设备,其中,第一预设操作用于指示识别目标视频帧包括的待识别车辆图像;接收目标设备发送的、与目标视频帧匹配的车辆类别信息和用于指示车辆图像显示在目标视频帧的位置的位置信息,其中,车辆类别信息用于指示待识别车辆图像呈现的车辆所属的品牌和车系;根据位置信息,显示车辆类别信息。
第三方面,本申请实施例提供了一种用于识别车辆所属类别的装置,该装置包括:获取单元,被配置成获取待识别车辆图像;车标检测单元,被配置成将待识别车辆图像输入至预先训练的车标检测模型,得到至少一个车标信息,其中,车标信息包括用于指示待识别车辆图像呈现的车辆所属的品牌的信息,品牌下包括至少一个车系;车系检测单元,被配置成将待识别车辆图像输入至预先训练的车系检测模型,得到至少一个车系信息,其中,车系信息用于指示待识别车辆图像呈现的车辆所属的车系;生成单元,被配置成基于所得到的车标信息和车系信息的匹配,生成车辆类别信息,其中,车辆类别信息用于指示待识别车辆图像呈现的车辆所属的品牌和车系。
第四方面,本申请实施例提供了一种用于显示车辆所属类别的装置,该装置包括:发送单元,被配置成响应于检测到针对目标视频帧的第一预设操作,将目标视频帧发送至目标设备,其中,第一预设操作用于指示识别目标视频帧包括的待识别车辆图像;接收单元,被配置成接收目标设备发送的、与目标视频帧匹配的车辆类别信息和用于指示车辆图像显示在目标视频帧的位置的位置信息,其中,车辆类别信息用于指示待识别车辆图像呈现的车辆所属的品牌和车系;显示单元,被配置成根据位置信息,显示车辆类别信息。
第五方面,本申请实施例提供了一种电子设备,该电子设备包括:一个或多个处理器;存储装置,其上存储有一个或多个程序;当一个或多个程序被一个或多个处理器执行,使得一个或多个处理器实现如第一方面、第二方面中任一实现方式描述的方法。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京字节跳动网络技术有限公司,未经北京字节跳动网络技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010518051.9/2.html,转载请声明来源钻瓜专利网。