[发明专利]一种轴型识别方法及系统有效
申请号: | 202110463085.7 | 申请日: | 2021-04-28 |
公开(公告)号: | CN112883943B | 公开(公告)日: | 2022-08-12 |
发明(设计)人: | 刘刚;杨勇;胡天宇;刘星宇;张明月;张发宽;李小强 | 申请(专利权)人: | 北京云星宇交通科技股份有限公司 |
主分类号: | G06V20/40 | 分类号: | G06V20/40;G06V20/62;G06V10/82;G06N3/04;G06N3/08 |
代理公司: | 深圳深瑞知识产权代理有限公司 44495 | 代理人: | 晁阳飞 |
地址: | 100070 北京市丰*** | 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: | 一种 识别 方法 系统 | ||
1.一种轴型识别方法,其特征在于,包括:
获取车辆侧面图片;
根据预先建立的深度自动学习模型,确定所述车辆侧面图片中的当前车辆的轴轮数量,所述当前车辆为所述车辆侧面图片中的车辆;
按照所述车辆侧面图片与实际车辆的比例确定轮轴相对距离,所述轮轴相对距离为车头到车尾之间所有两个相邻的车轮之间的距离;
根据所述轮轴相对距离和所述轴轮数量,从预先建立的车辆轴型特征列表中确定当前车辆轴型;
将预先建立的数据库中的车牌结果与所抓拍到的所述车辆侧面图片的车牌进行对比,并打包轴型及车辆特征信息,进行信息的上报和写库,提高上报数据与当前车道队列一致性,所述预先建立的数据库中的车牌结果为车道侧面抓拍及正向抓拍的车牌结果;
其中,所述根据预先建立的深度自动学习模型,确定所述车辆侧面图片中的当前车辆的轴轮数量,包括:
根据预先建立的深度自动学习模型,确定所述车辆侧面图片中的车头边沿及车尾边沿;
分析所述车头边沿和所述车尾边沿,确定车头轮胎特征和车尾轮胎特征,根据所述车头轮胎特征和车尾轮胎特征,确定车头到车尾之间的所有车轮;
所述根据预先建立的深度自动学习模型,确定所述车辆侧面图片中的当前车辆的轴轮数量,还包括:
将所述车辆侧面图中输入卷积神经网络,得到卷积特征图;
将所述卷积特征图的卷积特征输入至区域建议网络,获得车轮候选框的特征信息,确定车轮候选框;
根据车头车轮候选框和车尾车轮候选框,确定当前车辆的轴轮数量。
2.根据权利要求1所述的方法,其特征在于,根据预先建立的深度自动学习模型,确定所述车辆侧面图片中的当前车辆的轴轮数量之后,包括:
根据所述轴轮数量,判定所述当前车辆的类别;
利用回归器对车轮候选框进行调整位置。
3.一种轴型识别系统,其特征在于,包括:
获取图片模块,用于获取车辆侧面图片;
确定轴轮数量模块,用于根据预先建立的深度自动学习模型,确定所述车辆侧面图片中的当前车辆的轴轮数量,所述当前车辆为所述车辆侧面图片中的车辆;
确定轮轴相对距离模块,用于按照所述车辆侧面图片与实际车辆的比例确定轮轴相对距离,所述轮轴相对距离为车头到车尾之间所有两个相邻的车轮之间的距离;
确定轴型模块,用于根据所述轮轴相对距离和所述轴轮数量,从预先建立的车辆轴型特征列表中确定当前车辆轴型;
对比模块,用于将预先建立的数据库中的车牌结果与所抓拍到的所述车辆侧面图片的车牌进行对比,并打包轴型及车辆特征信息,进行信息的上报和写库,提高上报数据与当前车道队列一致性,所述预先建立的数据库中的车牌结果为车道侧面抓拍及正向抓拍的车牌结果;
其中,确定轴轮数量模块,包括:
确定边沿子模块,用于根据预先建立的深度自动学习模型,确定所述车辆侧面图片中的车头边沿及车尾边沿;
分析所述车头边沿和所述车尾边沿,确定车头轮胎特征和车尾轮胎特征,根据所述车头轮胎特征和车尾轮胎特征,确定车头到车尾之间的所有车轮;
确定轴轮数量模块,还包括:
得到卷积特征图子模块,用于将所述车辆侧面图中输入卷积神经网络,得到卷积特征图;
确定车轮候选框子模块,用于将所述卷积特征图的卷积特征输入至区域建议网络,获得车轮候选框的特征信息,确定车轮候选框;
确定轴轮数量子模块,用于根据车头车轮候选框和车尾车轮候选框,确定当前车辆的轴轮数量。
4.根据权利要求3所述的系统,其特征在于,确定轴轮数量模块,包括:
判定类别子模块,用于据所述轴轮数量,判定所述当前车辆的类别;
调整位置子模块,用于利用回归器对车轮候选框进行调整位置。
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云星宇交通科技股份有限公司,未经北京云星宇交通科技股份有限公司许可,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/202110463085.7/1.html,转载请声明来源钻瓜专利网。