The embodiment of the invention discloses a device and a color recognition method for the vehicle, the embodiment of the invention includes: the image of the vehicle; the vehicle license plate recognition information in the image, the license plate information including license plate length, width and position; the front image is determined according to the front area and the front area the license plate information; the front image is converted into YUV format images, get the front YUV image; from the front of the YUV image extract Y component data and U component data, V component data and re combination of the front YUYV image preset size; the front YUYV image input to the convolutional neural network model of YUYV image based on the training; according to the output of the convolutional neural network model results to determine the vehicle in front of the color. The embodiment of the invention provides a vehicle color identification method based on depth learning.
【技术实现步骤摘要】
一种针对车辆的颜色识别方法及装置
本专利技术涉及图像处理领域,特别涉及一种针对车辆的颜色识别方法及装置。
技术介绍
在现有技术中,目前对于车辆的颜色识别主要通过统计学方法统计的颜色分量分布进行对比识别,这种方法的优点是识别速度快,缺点是识别率不高,易受环境影响,其一般用于预识别或粗分类。还有一种方法是采用传统的模式学习的方式,通过训练样本的颜色特征模型对车颜色进行分类,这种方法的训练效率不高。
技术实现思路
本申请实施例提供了一种针对车辆的颜色识别方法及装置,提供一种基于深度学习的车辆颜色识别方法。有鉴于此,本专利技术的第一方面提供一种针对车辆的颜色识别方法,包括:获取车辆的车辆图像;识别车辆图像中的车牌信息,车牌信息包括车牌的长度、宽度以及位置;根据车牌信息确定车头区域以及车头区域的车头图像;将车头图像转换成YUV格式的图像,得到车头YUV图像;从车头YUV图像中抽取出Y分量数据、U分量数据、V分量数据并重新组合得到预设大小的车头YUYV图像;将车头YUYV图像输入至基于YUYV图像训练的卷积神经网络模型;根据卷积神经网络模型的输出结果确定车辆的车头的颜色。结合本专利技术实施例的第一方面,在本专利技术实施例的第一方面的第一种实施方式中,根据车牌信息确定车头区域以及车头区域的车头图像包括:根据车牌信息得到车牌的长度以及宽度;将车牌的长度值按照第一预设比值增大并作为车头区域的长度值;将车牌的宽度值按照第二预设比值增大并作为车头区域的宽度值;确定车头区域并得到车头区域的车头图像。结合本专利技术实施例的第一方面,第一方面的第一种实施方式中任一种,在本专利技术实施例的 ...
【技术保护点】
一种针对车辆的颜色识别方法,其特征在于,包括:获取车辆的车辆图像;识别所述车辆图像中的车牌信息,所述车牌信息包括车牌的长度、宽度以及位置;根据所述车牌信息确定车头区域以及所述车头区域的车头图像;将所述车头图像转换成YUV格式的图像,得到车头YUV图像;从所述车头YUV图像中抽取出Y分量数据、U分量数据、V分量数据并重新组合得到预设大小的车头YUYV图像;将所述车头YUYV图像输入至基于YUYV图像训练的卷积神经网络模型;根据所述卷积神经网络模型的输出结果确定所述车辆的车头的颜色。
【技术特征摘要】
1.一种针对车辆的颜色识别方法,其特征在于,包括:获取车辆的车辆图像;识别所述车辆图像中的车牌信息,所述车牌信息包括车牌的长度、宽度以及位置;根据所述车牌信息确定车头区域以及所述车头区域的车头图像;将所述车头图像转换成YUV格式的图像,得到车头YUV图像;从所述车头YUV图像中抽取出Y分量数据、U分量数据、V分量数据并重新组合得到预设大小的车头YUYV图像;将所述车头YUYV图像输入至基于YUYV图像训练的卷积神经网络模型;根据所述卷积神经网络模型的输出结果确定所述车辆的车头的颜色。2.根据权利要求1所述的针对车辆的颜色识别方法,其特征在于,所述根据所述车牌信息确定车头区域以及所述车头区域的车头图像包括:根据所述车牌信息得到所述车牌的长度以及宽度;将所述车牌的长度值按照第一预设比值增大并作为所述车头区域的长度值;将所述车牌的宽度值按照第二预设比值增大并作为所述车头区域的宽度值;确定所述车头区域并得到所述车头区域的所述车头图像。3.根据权利要求2所述的针对车辆的颜色识别方法,其特征在于,所述从所述车头YUV图像中抽取出Y分量数据、U分量数据、V分量数据并重新组合得到预设大小的车头YUYV图像包括:从所述车头YUV图像中按照预设条件抽取出所述Y分量数据、所述U分量数据、所述V分量数据;按照所述Y分量数据、所述U分量数据、所述Y分量数据、所述V分量数据的顺序组合得到所述车头YUYV图像。4.根据权利要求3所述的针对车辆的颜色识别方法,其特征在于,所述将所述车头YUYV图像输入至基于YUYV图像训练的卷积神经网络模型之前还包括:训练所述卷积神经网络模型,包括:获取一种颜色以上的单一颜色图像转换成的颜色YUYV图像,所述颜色YUYV图像的大小与所述车头YUYV图像的大小相等;利用所述颜色YUYV图像训练所述卷积神经网络模型。5.根据权利要求4所述的针对车辆的颜色识别方法,其特征在于,所述根据所述卷积神经网络模型的输出结果确定所述车辆的车头的颜色之后,还...
【专利技术属性】
技术研发人员:唐健,蔡昊然,杨利华,
申请(专利权)人:深圳市捷顺科技实业股份有限公司,
类型:发明
国别省市:广东,44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。