一种车辆颜色识别方法、装置和电子设备制造方法及图纸

本发明专利技术公开了一种车辆颜色识别方法、装置和电子设备，所述方法，包括：获取监控到的图像中包含的待识别车辆的车辆感兴趣ROI区域，所述车辆ROI区域为所述图像包含的所述待识别车辆的全部区域；以及从所述车辆ROI区域提取至少一个车辆子区域；并分别提取各个车辆子区域的特征信息，以及提取所述车辆ROI区域的特征信息；根据所述车辆ROI区域的特征信息和各个车辆子区域的特征信息，利用预设分类器获得所述待识别车辆的车辆颜色。采用本发明专利技术提供的方法，即使在天气、光照等环境不好或车牌遮挡时，也能准确识别车辆颜色。

A vehicle color recognition method, device, and electronic equipment

The invention discloses a vehicle color recognition method and device, and electronic device, the method comprises the following steps: to be included image acquisition and recognition of vehicle monitoring to the vehicle in the ROI region of interest, all areas of the ROI region of the vehicle for the image includes the identification of the vehicle; and from the ROI vehicle area extraction of at least one vehicle sub region; and to extract the feature information of each vehicle area, and extracting the vehicle ROI regional characteristic information; according to the characteristic information of the vehicle ROI regional characteristic information and each vehicle sub region, using the vehicle color classifier gets the preset identification of vehicles. Using the method provided by this invention, the vehicle color can be accurately identified even when the weather, light and other environment are not good or the license plate is blocked.

【技术实现步骤摘要】
一种车辆颜色识别方法、装置和电子设备
本专利技术涉及模式识别与机器学习
，尤其涉及一种车辆颜色识别方法、装置和电子设备。
技术介绍
随着社会经济的快速发展，辅助驾驶和无人驾驶逐渐进入了人们的生活当中。在安防领域和智慧城市中，对视频序列的内容分析有着至关重要的作用，其中对车辆属性的识别尤其重要。然而在实际场景中，由于车牌遮挡或车辆没有车牌或车辆存在一车多牌情况等导致车辆的车牌信息无法识别时，车辆颜色识别对于车辆的分析可以起到事半功倍的效果，且车辆颜色对于案件侦查和套牌识别等起着至关重要的作用。现有的车辆颜色识别方法需要在特定条件下识别出的车辆颜色效果较好，受条件限制。例如，基于色差的车辆颜色识别算法，该方法主要将RGB(Red，Green，Blue；红，绿，蓝)空间转换到HIS(Hue，Intensity，Saturation；色调，强度，饱和度)空间然后在HIS空间计算色差值，确定颜色表中查找到的色差值最小对应的颜色为车辆颜色识别结果；该方法只有在光线较好的情况下，如白天场景且没有较大干扰的情况下，可以获得较好的车辆颜色识别结果。但实际应用场景中，由于实际条件的影响，识别结果将会差。再比如，基于色度信息和SVM(SupportVectorMachine，支持向量机)的识别算法，识别原理为：首先将RGB空间转换到LAB和HSV(Hue，Saturation，Value；色调，饱和度，亮度)空间，然后分别利用色度信息的颜色进行合并，分别在不同的特征颜色区间进行SVM分类和最近邻分类识别，最终得到车身颜色识别结果，该方法可以提高车辆颜色识别结果的准确率，但只适用于小轿车类别，对应一些大型卡车和货车识别效果特别差。再者，基于车牌位置区域定位车盖区域和车灯附件区域分块策略，该方法首先根据车牌定位技术确定车牌的坐标位置信息，如宽和高等信息；然后在车牌上方检测代表车身颜色的车盖区域，并通过量化的矢量颜色空间计算直方图特征，再结合SVM特征识别方法获得车辆颜色识别结果。此方法缺点为：必须依赖车牌信息，对于车牌信息遮挡或没有车牌的情况，该方法无法有效识别车辆颜色。综上可知，现有的车辆颜色识别方法受光照、天气和车牌遮挡等因素影响，导致车辆颜色识别结果不佳，因此，如何在不受环境的限制，准确识别车辆颜色是亟待解决的技术问题之一。
技术实现思路
本专利技术实施例提供一种车辆颜色识别方法、装置和电子设备，用以解决现有技术中由于受光照、天气和车牌遮挡等因素影响而导致的车辆颜色识别结果准确率低的问题。第一方面，本专利技术实施例提供一种车辆颜色识别方法，包括：获取监控到的图像中包含的待识别车辆的车辆感兴趣ROI区域，所述车辆ROI区域为所述图像包含的所述待识别车辆的全部区域；以及从所述车辆ROI区域提取至少一个车辆子区域；并提取各个车辆子区域的特征信息并获得各个车辆子区域的特征向量，以及提取所述车辆ROI区域的特征信息并获得所述车辆ROI区域的特征向量；根据所述车辆ROI区域的特征向量和各个车辆子区域的特征向量，利用预设分类器获得所述待识别车辆的车辆颜色。第二方面，一种车辆颜色识别装置，包括：获取单元，用于获取监控到的图像中包含的待识别车辆的车辆感兴趣ROI区域，所述车辆ROI区域为所述图像包含的所述待识别车辆的全部区域；第一提取单元，用于从所述车辆ROI区域提取至少一个车辆子区域；第二提取单元，提取各个车辆子区域的特征信息并获得各个车辆子区域的特征向量，以及提取所述车辆ROI区域的特征信息并获得所述车辆ROI区域的特征向量；获得单元，用于根据所述车辆ROI区域的特征向量和各个车辆子区域的特征向量，利用预设分类器获得所述待识别车辆的车辆颜色。第三方面，本专利技术实施例提供一种非易失性计算机存储介质，存储有计算机可执行指令，所述计算机可执行指令用于执行本申请提供的车辆颜色识别方法。第四方面，本专利技术实施例提供一种电子设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行本申请提供的车辆颜色识别方法。第五方面，本专利技术实施例提供一种计算机程序产品，所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，其中，当所述程序指令被计算机执行时，使所述计算机执行本申请提供的车辆颜色识别方法。本专利技术有益效果：本专利技术实施例提供实施例提供一种车辆颜色识别方法、装置和电子设备，获取监控到的图像中包含的待识别车辆的车辆感兴趣ROI区域，所述车辆ROI区域为所述图像包含的所述待识别车辆的全部区域；以及从所述车辆ROI区域提取至少一个车辆子区域；并分别提取各个车辆子区域的特征信息，以及提取所述车辆ROI区域的特征信息；根据所述车辆ROI区域的特征信息和各个车辆子区域的特征信息，利用预设分类器获得所述待识别车辆的车辆颜色。采用本专利技术实施例提供的方法，通过获取待识别车辆的ROI区域的特征信息和各个车辆子区域的特征信息，进而根据各个区域的特征信息确定待识别车辆的车辆颜色，即使车牌遮挡或天气状况不佳，也能较好且准确地识别车辆颜色。本专利技术的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本专利技术而了解。本专利技术的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。附图说明此处所说明的附图用来提供对本专利技术的进一步理解，构成本专利技术的一部分，本专利技术的示意性实施例及其说明用于解释本专利技术，并不构成对本专利技术的不当限定。在附图中：图1a为本专利技术实施例一提供的车辆颜色识别方法的流程示意图；图1b-1为本专利技术实施例一提供的车辆子区域的示意图之一；图1b-2为本专利技术实施例一提供的车辆子区域的示意图之二；图1c为本专利技术实施例一提供的获得该车辆子区域的特征向量的方法的流程示意图；图1d为本专利技术实施例一提供的获得所述车辆ROI区域的特征向量的方法的流程示意图；图1e为本专利技术实施例一提供的获得待识别车辆的车辆颜色的方法的流程示意图；图2为本专利技术实施例二提供的车辆颜色识别装置的结构示意图；图3为本专利技术实施例四提供的实施车辆颜色识别方法的电子设备的硬件结构示意图。具体实施方式本专利技术实施例提供一种车辆颜色识别方法、装置和电子设备，用以解决现有技术中由于受光照、天气和车牌遮挡等因素影响而导致的车辆颜色识别结果准确率低的问题。以下结合说明书附图对本专利技术的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本专利技术，并不用于限定本专利技术，并且在不冲突的情况下，本专利技术中的实施例及实施例中的特征可以相互组合。实施例一如图1a所示，为本专利技术实施例一提供的车辆颜色识别方法的流程示意图，可以包括以下步骤：S11、获取监控到的图像中包含的待识别车辆的车辆感兴趣ROI区域。其中，所述车辆ROI区域为所述图像包含的所述待识别车辆的全部区域。具体实施时，在从监控到的图像中获取所述待识别车辆的ROI(RegionofInterset，感兴趣区域)区域时，可以利用车辆检测和定位技术，从图像中检测并识别出图像中包含的车辆区域，即车辆ROI区域，具体地，可以利用检测和定位技术获取车辆R本文档来自技高网...

【技术保护点】
一种车辆颜色识别方法，其特征在于，包括：获取监控到的图像中包含的待识别车辆的车辆感兴趣ROI区域，所述车辆ROI区域为所述图像包含的所述待识别车辆的全部区域；以及从所述车辆ROI区域中提取至少一个车辆子区域；并分别提取各个车辆子区域的特征信息，以及提取所述车辆ROI区域的特征信息；根据所述车辆ROI区域的特征信息和各个车辆子区域的特征信息，利用预设分类器获得所述待识别车辆的车辆颜色。

【技术特征摘要】
1.一种车辆颜色识别方法，其特征在于，包括：获取监控到的图像中包含的待识别车辆的车辆感兴趣ROI区域，所述车辆ROI区域为所述图像包含的所述待识别车辆的全部区域；以及从所述车辆ROI区域中提取至少一个车辆子区域；并分别提取各个车辆子区域的特征信息，以及提取所述车辆ROI区域的特征信息；根据所述车辆ROI区域的特征信息和各个车辆子区域的特征信息，利用预设分类器获得所述待识别车辆的车辆颜色。2.如权利要求1所述的方法，其特征在于，从所述车辆ROI区域提取若干个车辆子区域，具体包括：如果确定出所述车辆ROI区域包含车盖区域和/或保险杠区域，则从所述车辆ROI区域中提取车盖区域和/或保险杠区域，其中所述车盖区域包括前车盖区域或后车盖区域，所述保险杠区域包括前保险杠区域或后保险杠区域。3.如权利要求1所述的方法，其特征在于，获取监控到的图像中包含的待识别车辆的车辆感兴趣ROI区域，具体包括：将所述监控到的图像的格式转换为红绿蓝RGB格式；并从所述RGB格式的图像中获取所述待识别车辆的车辆ROI区域。4.如权利要求1所述的方法，其特征在于，分别提取各个车辆子区域的特征信息，具体包括：针对每一车辆子区域，利用该车辆子区域对应的特征提取模型，提取该车辆子区域的特征信息，并获得该车辆子区域的特征向量；提取所述车辆ROI区域的特征信息，具体包括利用所述车辆ROI区域对应的特征提取模型，提取所述车辆ROI区域的特征信息，并获得所述车辆ROI区域的特征向量。5.如权利要求4所述的方法，其特征在于，针对每一车辆子区域，利用该车辆子区域对应的特征提取模型，提取该车辆子区域的特征信息，并获得该车辆子区域的特征向量，具体包括：根据该车辆子区域的像素值组成的像素矩阵和第一预设数量的卷积核，确定执行相应次数的卷积处理后得到的该车辆子区域的池化矩阵；并对该车辆子区域的池化矩阵进行全连接处理得到相同维数的、该车辆子区域的行向量；确定该车辆子区域的行向量为该车辆子区域的特征向量；以及利用所述车辆ROI区域对应的特征提取模型，提取所述车辆ROI区域的特征信息并获得所述车辆ROI区域的特征向量，具体包括：根据所述车辆ROI区域的像素值组成的像素矩阵和第二预设数量的卷积核，确定执行相应次数的卷积处理后得到的所述车辆ROI区域的池化矩阵；并对所述车辆ROI区域的池化矩阵进行全连接处理得到相同维数的、所述车辆ROI区域的行向量；确定所述车辆ROI区域的行向量为所述车辆ROI区域的特征向量。6.如权利要求5所述的方法，其特征在于，根据该车辆子区域的像素值组成的像素矩阵和第一预设数量的卷积核，确定执行相应次数的卷积处理后得到的该车辆子区域的池化矩阵，或者根据所述车辆ROI区域的像素值组成的像素矩阵和第二预设数量的卷积核，确定执行相应次数的卷积处理后得到的所述车辆ROI区域的池化矩阵，具体包括：针对第N次卷积处理，执行以下过程：对第N-1次卷积处理得到的卷积矩阵执行下采样处理，得到第N次卷积对应的下采样矩阵；并利用第N个卷积核对第N次卷积对应的下采样矩阵执行第N次卷积处理得到第N次卷积处理的卷积矩阵；其中，N为介于2与第一预设数量之间的整数，或者介于2与第二预设数量之间的整数，当N为2时，第1次卷积处理得到的卷积矩阵为利用第一个卷积核对所述车辆子区域的像素矩阵或所述车辆ROI区域的像素矩阵执行卷积处理得到的；当N等于第一预设数量时，第N次卷积处理得到的卷积矩阵为该车辆子区域的池化矩阵或当N等于第二预设数量时，第N次卷积处理得到的卷积矩阵为所述车辆ROI区域的池化矩阵。7.如权利要求4所述的方法，其特征在于，根据所述车辆ROI区域的特征信息和各个车辆子区域的特征信息，利用预设分类器确定所述待识别车辆的车辆颜色，具体包括：将所述车辆ROI区域的特征向量与各个车辆子区域的特征向量进行特征融合，得到所述待识别车辆的特征向量；并根据所述待识别车辆的特征向量，利用所述预设分类器分别确定所述预设分类器中存储的各颜色的置信度值；将置信度取值最大的颜色确定为所述待识别车辆的车辆颜色。8.如权利要求6所述的方法，其特征在于，所述预设分类器存储的各颜色为单色或组合色。9.一种车...

【专利技术属性】
技术研发人员：付建海，
申请(专利权)人：浙江大华技术股份有限公司，
类型：发明
国别省市：浙江,33