[发明专利]车辆信息检测的方法及装置

说明书

本申请公开了一种车辆信息检测的方法及装置。该申请的方法包括获取车辆图像信息；基于改进的CenterNet网络对车辆图像信息进行目标检测，识别出车辆图像信息中的车辆的位置和车型、车颜色、与车辆对应的车标、与车辆对应的车牌位置。本申请解决相关的车辆信息检测效率低的问题。

技术领域

本申请涉及目标检测技术领域，具体而言，涉及一种车辆信息检测的方法及装置。

背景技术

随着车辆的日益增多，在许多情况下需要对车辆进行监控，在对车辆的监控信息处理的过程中，首先需要对监控信息中包含的车辆信息进行检测。目前，对车辆信息进行检测用到的目标检测方法往往在图像上将目标以轴对称的框形式框出。具体的实现方式是先穷举出潜在目标位置，然后对该位置进行分类，最终框出目标位置。本发明人在实施上述目标检测方式对车辆信息进行检测时，发现该种目标检测方式花费的时间较长，并且还需要额外的后处理(删除同个目标的重复检测框)，效率较低。

发明内容

本申请的主要目的在于提供一种车辆信息检测的方法及装置，以解决车辆信息检测效率低的问题。

为了实现上述目的，根据本申请的第一方面，提供了一种车辆信息检测的方法。

根据本申请的车辆信息检测的方法包括：

获取车辆图像信息；

基于改进的CenterNet网络对车辆图像信息进行目标检测，识别出车辆图像信息中的车辆的位置和车型、车颜色、与车辆对应的车标、与车辆对应的车牌位置，所述改进的CenterNet网络是将车辆图像信息中的每个目标作为一个中心点，并依照该中心点回归目标的属性。

进一步的，基于改进的CenterNet网络对车辆图像信息进行目标检测，识别出车辆图像信息中的车辆的位置和车型、车颜色、与车辆对应的车标、与车辆对应的车牌位置包括：

确定车辆图像信息中车辆、车标的中心点；

根据车辆、车标的中心点回归出车辆图像信息中的车辆、车标以及车牌位置坐标；

根据车辆图像信息中的车辆的位置坐标判断车辆的车型、车颜色。

进一步的，所述确定车辆图像信息中车辆、车标的中心点包括：

将车辆图像信息输入到全卷积神经网络中，得到车型热力图、车颜色热力图、车标热力图；

根据车型热力图、车颜色热力图、车标热力图确定车辆中心点、车标中心点。

进一步的，所述根据车辆、车标的中心点回归出车辆图像信息中的车辆、车标以及车牌位置坐标包括：

基于预设检测模型根据车辆中心点、车标中心点回归出车辆图像信息中的车辆、车标以及车牌位置坐标。

进一步的，所述基于预设检测模型根据车辆中心点、车标中心点回归出车辆图像信息中的车辆、车标以及车牌位置坐标包括：

基于卷积层网络分支回归车辆中心点对应的深度值、车标中心点对应的深度值，所述深度估计器通过二维矩阵损失函数进行训练；

基于卷积层网络分支回归车辆中心点对应的3D维度值、车标中心点对应的3D维度值、车牌对应的3D维度值；

进一步的，所述方法还包括：

将识别出的车辆图像信息中的车辆、车标以及车牌对应的图像判断车标类型和车牌号。

为了实现上述目的，根据本申请的第二方面，提供了一种车辆信息检测的装置。

根据本申请的车辆信息检测的装置包括：

获取单元，用于获取车辆图像信息；