[发明专利]一种车型识别方法及装置在审
申请号: | 202310139133.6 | 申请日: | 2023-02-20 |
公开(公告)号: | CN116168355A | 公开(公告)日: | 2023-05-26 |
发明(设计)人: | 何恒超;钱玉东 | 申请(专利权)人: | 中国联合网络通信集团有限公司 |
主分类号: | G06V20/54 | 分类号: | G06V20/54;G06V10/80;G06V10/82;G06V10/764;G06V10/766 |
代理公司: | 北京中博世达专利商标代理有限公司 11274 | 代理人: | 申健 |
地址: | 100033 *** | 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 车型 识别 方法 装置 | ||
1.一种车型识别方法,其特征在于,包括:
获取场景图像;
将所述场景图像输入至定位网络,确定所述场景图像的第一特征信息、第二特征信息和第三特征信息;所述第一特征信息为对所述场景图像进行两次卷积确定的;所述第二特征信息为对场景图像进行三次卷积确定的;所述第三特征信息为对所述场景图像进行四次卷积确定的;
对所述第一特征信息、所述第二特征信息和所述第三特征信息进行卷积,确定所述场景图像的特征;
对所述场景图像的特征进行池化、全连接、分类以及回归,确定车辆的部件图像;
对所述车辆的部件图像进行卷积,利用卷积注意力机制将所述车辆的部件图像的卷积结果进行权重分配,输入至特征金字塔,确定所述车辆的部件特征;
将所述车辆的所有部件特征进行特征融合确定融合特征,并对所述融合特征进行最优传输变换,确定所述场景图像中车型识别结果。
2.根据权利要求1所述的方法,其特征在于,所述将所述场景图像输入至定位网络,确定所述场景图像的第一特征信息、第二特征信息和第三特征信息,包括:
对所述场景图像进行卷积运算,确定第一卷积结果;
填充所述第一卷积结果,以使填充后的所述第一卷积结果的维度与所述场景图像的维度相同;
对所述填充后的第一卷积结果进行卷积运算,确定所述第一特征信息;
填充所述第一特征信息,以使填充后的所述第一特征信息的维度与所述场景图像的维度相同;
对所述填充后的第一特征信息进行卷积运算,确定所述第二特征信息;
填充所述第二特征信息,以使填充后的所述第二特征信息的维度与所述场景图像的维度相同;
对所述填充后的第二特征信息进行卷积运算,确定所述第三特征信息。
3.根据权利要求1所述的方法,其特征在于,所述将所述目标车辆的所有部件特征进行特征融合确定融合特征,并对所述融合特征进行最优传输变换,确定所述场景信息中车型识别结果,包括:
将所述目标车辆的所有部件特征进行特征融合,确定所述目标车辆的融合特征;
计算所述所有部件特征的均值,确定模板信号;
根据所述融合特征和所述模板信号,确定传输变换函数;
利用所述传输变换函数将所述部件特征变换至最优传输空间,并将所述最优传输空间进行分类,确定所述场景信息中车型识别结果。
4.根据权利要求3所述的方法,其特征在于,所述将所述目标车辆的所有部件特征进行特征融合,确定所述目标车辆的融合特征,还包括:
若所述目标车辆的部件特征不存在,计算所述部件特征的均值,利用所述部件特征的均值,确定所述目标车辆的融合特征。
5.根据权利要求3所述的方法,其特征在于,所述特征融合为最大值融合。
6.一种车型识别装置,其特征在于,包括:
获取模块,用于获取场景图像;
确定模块,用于将所述场景图像输入至定位网络,确定所述场景图像的第一特征信息、第二特征信息和第三特征信息;所述第一特征信息为对所述场景图像卷积确定的;所述第二特征信息为对所述第一特征信息卷积确定的;所述第三特征信息为对所述第二特征信息卷积确定的;
所述确定模块,还用于对所述第一特征信息、所述第二特征信息和所述第三特征信息进行卷积,确定所述场景图像的特征;对所述场景图像的特征进行池化、全连接、分类以及回归,确定车辆的部件图像;对所述车辆的部件图像进行卷积,利用卷积注意力机制将所述车辆的部件图像的卷积结果进行权重分配,输入至特征金字塔,确定所述车辆的部件特征;
融合模块,用于将所述车辆的所有部件特征进行特征融合确定融合特征;
最优传输变换模块,用于对所述融合特征进行最优传输变换,确定所述场景图像中车型识别结果。
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中国联合网络通信集团有限公司,未经中国联合网络通信集团有限公司许可,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/202310139133.6/1.html,转载请声明来源钻瓜专利网。