[发明专利]车辆识别方法、装置、设备和存储介质在审

专利信息
申请号: 202110943432.6 申请日: 2021-08-17
公开(公告)号: CN113887273A 公开(公告)日: 2022-01-04
发明(设计)人: 胡孟;程森林;陶明渊 申请(专利权)人: 阿里巴巴达摩院(杭州)科技有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/62;G06N3/04;G06N3/08
代理公司: 北京太合九思知识产权代理有限公司 11610 代理人: 刘戈;孙明子
地址: 310023 浙江省杭州市余杭*** 国省代码: 浙江;33
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 识别 方法 装置 设备 存储 介质
【权利要求书】:

1.一种车辆识别方法,其特征在于,包括:

获取包含目标车辆的图像;

通过第一模型对所述图像进行特征提取,以得到第一图像特征;其中,所述第一模型能够识别的车辆类别是第一类别;

通过第二模型对所述图像进行特征提取,以得到第二图像特征;其中,所述第二模型的训练样本图像中所包含车辆属于第二类别,所述第一类别与所述第二类别匹配;

融合所述第一图像特征和所述第二图像特征,以得到第三图像特征;

根据所述第三图像特征确定所述目标车辆的类别。

2.根据权利要求1所述的方法,其特征在于,所述第一类别中包含所述第二类别,或者,所述第一类别与所述第二类别是属于同一父类别下的不同子类别。

3.根据权利要求1所述的方法,其特征在于,所述方法还包括:

将所述图像转换为灰度图像;

对所述灰度图像进行压缩处理,得到设定尺度的灰度图像;

所述融合所述第一图像特征和所述第二图像特征,以得到第三图像特征,包括:

分别对所述第一图像特征和所述第二图像特征进行维度变换处理,以将所述第一图像特征和所述第二图像特征变换为所述设定尺度;

融合维度变换后的第一图像特征、第二图像特征,以及所述设定尺寸的灰度图像,以得到第三图像特征。

4.根据权利要求1所述的方法,其特征在于,所述根据所述第三图像特征确定所述目标车辆的类别,包括:

将所述第三图像特征输入到第三模型,以通过所述第三模型确定所述目标车辆的类别,所述第三模型的规模小于所述第一模型和所述第二模型。

5.根据权利要求1所述的方法,其特征在于,所述第一类别中包含所述第二类别,所述方法还包括:

从所述第一模型对应的第一训练样本集中确定与所述第二类别对应的训练样本图像;

将所述训练样本图像输入到所述第二模型,以得到所述第二模型的输出结果;

若所述输出结果符合设定条件,则根据所述输出结果确定所述训练样本图像在所述第二模型对应的第二训练样本集中对应的标注标签,并将所述训练样本图像添加到所述第二训练样本集中。

6.根据权利要求5所述的方法,其特征在于,所述输出结果包括所述训练样本图像中所包含车辆在设定标签下对应的置信度;

所述若所述输出结果符合设定条件,则根据所述输出结果确定所述训练样本图像在所述第二模型对应的第二训练样本集中对应的标注标签,包括:

若所述置信度符合设定条件,则确定所述训练样本图像在所述第二训练样本集中对应的标注标签为所述设定标签。

7.一种车辆识别方法,其特征在于,包括:

响应于用户设备调用车辆识别服务接口的请求,利用所述车辆识别服务接口对应的处理资源执行如下步骤:

获取包含目标车辆的图像;

通过第一模型对所述图像进行特征提取,以得到第一图像特征;其中,所述第一模型能够识别的车辆类别包括第一类别;

通过第二模型对所述图像进行特征提取,以得到第二图像特征;其中,所述第二模型的训练样本图像中所包含车辆属于第二类别,所述第一类别与所述第二类别匹配;

融合所述第一图像特征和所述第二图像特征,以得到第三图像特征;

根据所述第三图像特征确定所述目标车辆的类别。

8.一种车辆识别装置,其特征在于,包括:

获取模块,用于获取包含目标车辆的图像;

提取模块,用于通过第一模型对所述图像进行特征提取,以得到第一图像特征;通过第二模型对所述图像进行特征提取,以得到第二图像特征;其中,所述第一模型能够识别的车辆类别包括第一类别,所述第二模型的训练样本图像中所包含车辆属于第二类别,所述第一类别与所述第二类别匹配;

识别模块,用于融合所述第一图像特征和所述第二图像特征,以得到第三图像特征;根据所述第三图像特征确定所述目标车辆的类别。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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阿里巴巴达摩院(杭州)科技有限公司,未经阿里巴巴达摩院(杭州)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/202110943432.6/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top