[发明专利]车辆装载率识别方法、装置、电子设备及存储介质在审
申请号: | 202010963331.0 | 申请日: | 2020-09-14 |
公开(公告)号: | CN114187502A | 公开(公告)日: | 2022-03-15 |
发明(设计)人: | 张宽 | 申请(专利权)人: | 顺丰科技有限公司 |
主分类号: | G06V20/10 | 分类号: | G06V20/10;G06V10/774;G06V10/40;G06V10/764;G06V10/80;G06V10/82;G06K9/62;G06N3/04;G06N3/08;G06Q10/08 |
代理公司: | 深圳紫藤知识产权代理有限公司 44570 | 代理人: | 官建红 |
地址: | 518000 广东省深圳市南山区学府路(以南)*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 车辆 装载 识别 方法 装置 电子设备 存储 介质 | ||
1.一种车辆装载率识别方法,其特征在于,所述方法包括:
获取包含待识别车辆的车厢区域的第一图像,并获取包含所述待识别车辆的外观的第二图像;
根据所述第一图像和所述第二图像进行特征提取处理,得到所述待识别车辆的目标特征信息;
根据所述目标特征信息进行装载率预测处理,得到所述待识别车辆的第一装载率。
2.根据权利要求1所述的车辆装载率识别方法,其特征在于,所述根据所述第一图像和所述第二图像进行特征提取处理,得到所述待识别车辆的目标特征信息,包括:
调用训练后装载率预测网络中的第一特征提取层,根据所述第一图像进行特征提取处理,得到所述第一图像的第一特征信息;
调用训练后装载率预测网络中的第二特征提取层,根据所述第二图像进行特征提取处理,得到所述第二图像的第二特征信息;
调用训练后装载率预测网络中的特征融合层,根据所述第一特征信息和所述第二特征信息进行融合处理,得到所述目标特征信息。
3.根据权利要求2所述的车辆装载率识别方法,其特征在于,还包括第三图像,所述调用训练后装载率预测网络中的特征融合层,根据所述第一特征信息和所述第二特征信息进行融合处理,得到所述目标特征信息,包括:
获取包含所述待识别车辆内的装载货物的第三图像;
调用训练后装载率预测网络中的第三特征提取层,根据所述第三图像进行特征提取处理,得到所述第三图像的第三特征信息;
调用训练后装载率预测网络中的特征融合层,根据所述第一特征信息、所述第二特征信息和所述第三特征信息进行融合处理,得到所述目标特征信息。
4.根据权利要求2或3所述的车辆装载率识别方法,其特征在于,所述根据所述目标特征信息进行装载率预测处理,得到所述待识别车辆的第一装载率,包括:
调用训练后装载率预测网络中的预测层,根据所述目标特征信息进行预测处理,得到预设的装载率类别的第一置信度;
从所述装载率类别中,获取所述第一置信度最大的目标装载率类别;
根据所述目标装载率类别确定所述待识别车辆的第一装载率。
5.根据权利要求4所述的车辆装载率识别方法,其特征在于,所述根据所述目标装载率类别确定所述待识别车辆的第一装载率,包括:
根据所述目标装载率类别和预设的装载率间距,确定所述待识别车辆的第一装载率,其中,所述装载率类别有N个,所述装载率间距为所述装载率类别采用数值M表示;
所述根据所述目标装载率类别和预设的装载率间距,确定所述待识别车辆的第一装载率,包括:
根据以下公式确定所述第一装载率,其中公式为:
其中,Y表示所述第一装载率,N表示所述装载率类别的数量,M0表示目标装载率类别的表示数值。
6.根据权利要求2所述的车辆装载率识别方法,其特征在于,所述方法还包括:
获取样本图像,其中,所述样本图像包括样本车辆的车厢区域图像、样本车辆的外观图像;
调用预设的装载率预测网络中的第一特征提取层,根据所述车厢区域图像进行特征提取处理,得到所述车厢区域图像的第四特征信息;
调用预设的装载率预测网络中的第二特征提取层,根据所述外观图像进行特征提取处理,得到所述外观图像的第五特征信息;
调用预设的装载率预测网络中的特征融合层,根据所述第四特征信息和所述第五特征信息进行融合处理,得到所述样本图像的图像特征信息;
调用预设的装载率预测网络中的预测层,根据所述图像特征信息进行预测处理,得到所述样本图像对应的车型信息和第二装载率;
根据所述车型信息和所述第二装载率,对所述预设的装载率预测网络进行训练,得到所述训练后装载率预测网络。
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顺丰科技有限公司,未经顺丰科技有限公司许可,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/202010963331.0/1.html,转载请声明来源钻瓜专利网。