【技术实现步骤摘要】
车型识别方法、装置与计算机可读存储介质
本专利技术涉及车型识别
，具体涉及一种车型识别方法、装置与计算机可读存储介质。
技术介绍
智能交通，是未来交通的发展方向，可以有效地减少交通负荷，提高运输效率；而车辆识别技术是智能交通系统的重要组成部分，从车辆分类标准出发，对各种车辆进行信息采集，然后利用这些信息对车辆进行分类识别。该技术广泛应用于车辆盗窃打击、交通秩序规范、道路交通流量调查、用户车辆偏好统计等方面。随着计算机多媒体技术和图像处理技术的迅猛发展，基于图像的车辆识别技术在现代交通控制系统中的分量越来越大，社会各界投入的研究力量也越来越多，能适应动态交通状况的变化。根据调查研究，市面基于图像的车型识别方法，主要有：1)基于特征识别，该类方法依赖于特征自身特点，如：Harris的角点特征检测，Gabort的边界特征检测；当图像存在光照变化、视角变化以及遮挡时，对特征识别产生影响。2)基于模板识别，该类方法存在提取难度大，计算复杂等特点。3)基于神经网络识别，该类方法依赖于网络结构和样本选取，神经元数目较多，运算时间较长，并且需要对大量车型样本图像进行训练，以...
【技术保护点】
1.一种车型识别方法，其特征在于，包括：采用卷积神经网络算法对预先采集的图像样本进行训练，构建车型识别模型；通过摄像头对斑马线区域及其周边的车辆进行抓拍，以得到待识别图像；采用所述车型识别模型对所述待识别图像进行车型识别，以得到所述待识别图像中对应车辆的车型识别信息；其中，所述车型识别信息包括：车辆类别信息、车辆坐标、车辆垂直像素以及车辆水平像素；根据所述车辆垂直像素、所述车辆水平像素以及所述待识别图像中斑马线的比例尺，计算所述待识别图像中对应车辆的尺寸及比例；从网站中搜索出符合所述待识别图像中对应车辆的尺寸及比例的第一车型信息；将所述待识别图像转换为HSV图像，并从所述第...
【技术特征摘要】
1.一种车型识别方法，其特征在于，包括：采用卷积神经网络算法对预先采集的图像样本进行训练，构建车型识别模型；通过摄像头对斑马线区域及其周边的车辆进行抓拍，以得到待识别图像；采用所述车型识别模型对所述待识别图像进行车型识别，以得到所述待识别图像中对应车辆的车型识别信息；其中，所述车型识别信息包括：车辆类别信息、车辆坐标、车辆垂直像素以及车辆水平像素；根据所述车辆垂直像素、所述车辆水平像素以及所述待识别图像中斑马线的比例尺，计算所述待识别图像中对应车辆的尺寸及比例；从网站中搜索出符合所述待识别图像中对应车辆的尺寸及比例的第一车型信息；将所述待识别图像转换为HSV图像，并从所述第一车型信息中搜索出与所述HSV图像中的车辆的色相值对应的第二车辆信息。2.如权利要求1所述的车型识别方法，其特征在于，所述采用卷积神经网络算法对预先采集的图像样本进行训练，构建车型识别模型，具体包括：将预先采集的图像样本划分为训练图像样本和测试图像样本；采用卷积神经网络算法对所述训练图像样本进行训练，构建所述车型识别模型；将所述测试图像样本输入到所述车型识别模型，得到车型识别测试结果；其中，所述车型识别测试结果为所述车型识别模型中损失函数输出的结果；根据所述车型识别测试结果，判断所述车型识别模型的识别准确率是否达到预设阈值；若否，则调整所述车型识别模型中的车辆类别信息并重新训练所述训练图像样本；若是，确定所述车型识别模型构建完成。3.如权利要求2所述的车型识别方法，其特征在于，所述将预先采集的图像样本划分为训练图像样本和测试图像样本之前还包括：按照设定的帧数从预先抓拍的斑马线区域及其周边车辆的视频中提取若干张图像；采用加权平均算法对所述图像进行灰度处理，以获得所述图像样本。4.如权利要求2所述的车型识别方法，其特征在于，所述预设阈值为80％。5.如权利要求1所述的车型识别方法，其特征在于，根据所述车辆垂直像素、所述车辆水平像素以及所述待识别图像中斑马线的比例尺，计算所述待识别图像中对应车辆的尺寸及比例，具体包括：根据所述斑马线区域中斑马线的实际长度和实际宽度、所述待识别图像中斑马线的垂直像素和水平像素，计算所述待识别图像中斑马线的比例尺；根据所述车辆垂直像素、所述车辆水平像素以及所述待识别图像中斑马线的比例尺，采用等比例换算法计算所述待识别图像中对应车辆的长度、宽度，并计算所述待识别图像中对应车辆的长宽比。6.如权利要求1所述的车型识别方法，其特征在...
【专利技术属性】
技术研发人员：邓立邦，
申请(专利权)人：广东数相智能科技有限公司，
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。