[发明专利]一种分级前脸卡口车型识别方法

摘要

本发明公开了一种分级前脸卡口车型识别方法。本发明以车前脸检测定位技术、车标定位技术为基石，采用多个深度卷积神经网络集成学习，分别实现车辆的品牌车标、车型、车型年款这三个任务的识别(其中车型年款包含车标和车型，车型包含车标)，然后结合各级别学习分类器的输出置信度、先验统计出来的相似车型混淆矩阵以及三个级别的包含关系，输出鲁棒的车型识别结果。本发明识别的车型可以具体到车辆的品牌、型号和年份；通过三个分类器的集成，可进一步提升车辆车型精度。

主权项

1.一种分级前脸卡口车型识别方法，其特征在于该方法包括以下步骤：第1步：分析交通卡口图像，采用基于深度卷积神经网络分类的方法对图像中的车前脸做粗定位；第2步：对第1步定位出的车前脸区域，基于深度卷积神经网络检测车前脸的特征点位置；第3步：根据第2步的特征点位置，分别精细化抠取车前脸包围盒以及由先验的相对位置关系抠取出粗略的车标区域；第4步：车标区域和车前脸包围盒分别缩放至固定大小，分别将车标区域输入到车标分类器、车前脸包围盒输入到车型与车型年款分类器中，得到此辆车的品牌、车型、车型年款排序结果以及相应的置信度；第5步：由上而下地融合三个分类器结果；根据事先统计出来置信度高低阈值以及相似车型混淆矩阵，对三者融合输出一个一致的车型结果，具体是：(1).判定车型年款置信度是否大于等于高阈值，如果是则直接输出车型年款结束，否则进入下一步；(2).判定车型年款置信度是否大于等于低阈值，如果是则对品牌、车型和车型年款对应的品牌投票，观察是否有两票及以上的品牌，如果有则确认品牌，没有则不确认；如果车型年款置信度小于低阈值，则也不确认品牌；(3).如果第(2)步无法确认品牌，则直接按车标分类器结果给出当前品牌；(4).得到确认的品牌后，在车型分类器结果中，寻找此品牌下的最大概率结果，观察其置信度是否大于等于第三阈值，如果满足则确认车型，不满足则不确认；(5).根据当前已确认的结果，在车型年款分类器结果中选择已知结果下的最大概率结果，观察最大概率结果置信度是否大于等于第四阈值，如果满足则输出完备的结果，如果不满足则只输出已确认结果。