[发明专利]一种基于R-CNN的车窗年检标检测方法

摘要

本发明公开了一种基于R‑CNN的车窗年检标检测方法。本发明先使用超像素算法提取建议区域，再使用级联思想设计CNN分类网络，使用CNN回归提升年检标检测位置准确性，最后使用年检标的先验信息提升年检标检测的性能。本发明使用车窗位置信息，减少计算量；同时使用超像素分割算法，对算法做了GPU优化和算法优化，并且使用了车型信息指导超像素分割算法得到更好的结果，只需要两次迭代就可以得到较好的结果。

主权项

一种基于R‑CNN的车窗年检标检测方法，其特征在于该方法包括以下步骤：步骤1、输入图像、车窗位置、车的类型；步骤2、使用超像素算法做超像素分割，并调整超像素算法中的距离公式，具体为：步骤2.1、对超像素算法做GPU速度优化，将颜色距离标准化系数从一个固定的值改为根据当前像素点群变化的值；步骤2.2、针对不同的车型，使用不同的超像素块数量参数；根据标注数据，统计得到超像素块数量参数；步骤3、计算超像素块的中心点，并将该中心点作为框的建议框中心点，计算建议框的宽和高；步骤4、将建议框输入已经离线训练好的CNN1分类模型做分类，所述的CNN1用于快速去除非年检标的建议框；步骤5、将CNN1分类判定为正样本的矩形框输入CNN1回归模型，回归年检标的左上角坐标和右下角坐标；步骤6、将CNN1回归模型的结果输入CNN2模型，做分类和回归；步骤7、将CNN2模型得到的检测框合并；步骤8、根据统计年检标标注结果，得到年检标在车窗内相对位置的先验概率，结合年检标位置的先验概率和CNN2模型分类得到分数，计算检测框所在位置是否有年检标的后验概率；根据后验概率，得到最后检测结果。