[发明专利]一种车辆识别方法及装置

摘要

本申请提供了一种车辆识别方法及装置，包括：获取待识别车辆图像；利用预先训练得到的第一深度学习网络识别所述待识别车辆图像；所述第一深度学习网络的网络结构包括卷积层、池化层和全连接层，所述卷积层的后面连接所述池化层，所述池化层后面连接所述全连接层，最后的全连接层上的每个输出节点为所述车辆图像的车辆属性概率；根据所述车辆属性概率确定所述待识别车辆图像的车辆属性信息。由于本申请所提供的方案利用的是深度学习网络识别车辆，深度学习网络足以刻画和区分物体，相比现有的人工定义特征进行分类的方式准确性更高，使得误报率和漏报率同时降低。

主权项

1.一种车辆识别方法，其特征在于，包括如下步骤：获取待识别车辆图像；利用预先训练得到的第一深度学习网络识别所述待识别车辆图像；所述第一深度学习网络的网络结构包括卷积层、池化层和全连接层，所述卷积层的后面连接所述池化层，所述池化层后面连接所述全连接层，最后的全连接层上的每个输出节点为所述车辆图像的车辆属性概率；根据所述车辆属性概率确定所述待识别车辆图像的车辆属性信息；所述第一深度学习网络的训练步骤具体包括：获取带有标记的车辆图像样本；所述标记包括车辆的车身信息和车辆的属性信息；利用预先设置有初始参数的第一深度学习网络对所述车辆图像样本进行分类；根据所述第一深度学习网络输出结果与所述车辆的属性信息之间的差异逐层反传至所述第一深度学习网络，训练所述第一深度学习网络的参数；所述标记进一步包括车辆的局部部位信息，在获取带有标记的车辆图像之后、在利用预先设置有初始参数的第一深度学习网络对所述车辆图像进行分类之前，进一步包括：利用预先建立的第二深度学习网络对所述车辆的局部部位提取特征；所述利用预先设置有初始参数的第一深度学习网络对所述车辆图像进行分类具体为：在输出所述车辆属性概率的前一个全连接层将所述车身信息和所述局部部位特征进行融合，将融合后的信息作为最后一个全连接层的输入，输出车辆属性概率。