[发明专利]结合光照不变性与短曝光光照增强的暗光车照识别方法

说明书

本申请公开了一种结合光照不变性与短曝光光照增强的暗光车照识别方法，对待识别黑暗车辆图像进行处理得到灰度光照不变性特征图和补光图像；将灰度光照不变性特征图和补光图像输入到预置车型识别模型，使得预置车型识别模型对灰度光照不变性特征图和补光图像进行特征提取后，再进行特征融合得到特征增强图像，并基于特征增强图像进行车型识别得到车型识别结果；将补光图像输入到预置颜色识别模型进行颜色识别得到颜色识别结果；结合颜色识别结果和车型识别结果，输出最终识别结果，解决了现有的车型识别方法在面对真实黑暗环境，例如夜晚监控摄像头获取的车辆图像，成像黑暗，且不清晰，存在噪点，无法提取车辆特征，使得识别结果不佳的技术问题。

技术领域

本申请涉及图像识别技术领域，尤其涉及结合光照不变性与短曝光光照增强的暗光车照识别方法。

背景技术

车型识别方法主要通过对获取的车辆图像进行轮廓特征提取，同时对车身细节部位进行特征提取，例如车前盖形状特征、车窗大小特征、车头部位布局特征等，再对提取的特征进行分类识别。现有技术中通常要求在光线充足的情况下采集车辆图像，使得车辆图像足够清晰，而面对真实黑暗环境，例如夜晚监控摄像头获取的车辆图像，成像黑暗，且不清晰，存在噪点，无法提取车辆特征，使得识别结果不佳。

发明内容

本申请提供了结合光照不变性与短曝光光照增强的暗光车照识别方法，用于解决现有的车型识别方法在面对真实黑暗环境，例如夜晚监控摄像头获取的车辆图像，成像黑暗，且不清晰，存在噪点，无法提取车辆特征，使得识别结果不佳的技术问题。

有鉴于此，本申请第一方面提供了一种结合光照不变性与短曝光光照增强的暗光车照识别方法，包括：

对待识别黑暗车辆图像进行处理，得到灰度光照不变性特征图，并对所述待识别黑暗车辆图像进行光照增强处理，得到补光图像；

将所述灰度光照不变性特征图和所述补光图像输入到预置车型识别模型，使得所述预置车型识别模型对所述灰度光照不变性特征图和所述补光图像进行特征提取后，对提取的特征进行特征融合得到特征增强图像，并基于所述特征增强图像进行车型识别，得到车型识别结果；

将所述补光图像输入到预置颜色识别模型进行颜色识别，得到颜色识别结果；

结合所述颜色识别结果和所述车型识别结果，输出最终识别结果。

可选地，所述对待识别黑暗车辆图像进行处理，得到灰度光照不变性特征图，包括：

基于位置敏感直方图方法对待识别黑暗车辆图像进行处理，得到灰度光照不变性特征图。

可选地，所述对所述待识别黑暗车辆图像进行光照增强处理，得到补光图像，包括：

基于预置光照增强模型对所述待识别黑暗车辆图像进行光照增强处理，得到补光图像，所述预置光照增强模型为训练好的U-net网络。

可选地，所述预置车型识别模型包括特征融合模块和特征识别模块，所述特征融合模块由编码器、融合层和解码器依次连接构成，所述编码器和所述解码器分别由4个卷积层构成。

可选地，所述特征融合模块中设置有注意力模块，所述注意力模块用于对输入的特征图进行注意力特征图加权计算，使得所述特征融合模块准确提取车辆特征图，所述特征识别模块对所述车辆特征图进行车型识别，得到车型识别结果。

可选地，所述预置颜色识别模型中设置有注意力模块，所述所述注意力模块用于对所述补光图像中的车辆的车身区域截取采样，得到车身部位特征图，使得所述预置颜色识别模型对所述车身部位特征图进行颜色识别，得到颜色识别结果。

可选地，所述预置车型识别模型的配置过程包括：

获取训练集，并对获取的所述训练集进行数据扩充，得到扩充后的数据集，所述训练集中的训练样本为待训练黑暗车辆图像；