【技术实现步骤摘要】
本专利技术涉及车辆识别
，更具体地说，涉及一种车辆识别方法及装置。
技术介绍
时至今日，车牌识别设备已经被广泛使用在小区出入口、商厦出入口等地方，为了提升安全性、缩小管理漏洞，越来越多的停车场管理系统将车牌号作为出入管理和收费的一个重要凭证。然而用于识别车牌号的车牌识别设备并不能每辆车都能识别到，且，当有人使用铁器等触发地感时，停车场管理系统会误判有车辆驶过，从而发卡，而导致无法正常实现对于车辆的管理及收费。总之，现有技术中可能出现无法准确识别出是否有车辆驶过，即漏车的情况。综上所述，现有技术中存在可能出现无法准确识别出是否有车辆驶过的情况的问题。
技术实现思路
本专利技术的目的是提供一种车辆识别方法及装置，以准确识别出是否有车辆驶过。为了实现上述目的，本专利技术提供如下技术方案：一种车辆识别方法，包括：获取地感被触发时对应的待测图像以及所述待测图像的HOG特征；利用预先训练的根滤波器对所述待测图像的HOG特征对应的第一特征图进行卷积，得到所述待测图像的第一得分；如果所述第一得分大于第一阈值，则利用预先训练的N个部件滤波器分别对所述待测图像的HOG特征对应的第二特征图进行卷积，得到N个第二得分；其中，所述第二特征图中每个细胞单元包含的像素个数小于所述第一特征图中每个细胞单元包含的像素个数；基于所述第一得分及所述N个第二得分确定所述待测图像的总得分，...
【技术保护点】
一种车辆识别方法，其特征在于，包括：获取地感被触发时对应的待测图像以及所述待测图像的HOG特征；利用预先训练的根滤波器对所述待测图像的HOG特征对应的第一特征图进行卷积，得到所述待测图像的第一得分；如果所述第一得分大于第一阈值，则利用预先训练的N个部件滤波器分别对所述待测图像的HOG特征对应的第二特征图进行卷积，得到N个第二得分；其中，所述第二特征图中每个细胞单元包含的像素个数小于所述第一特征图中每个细胞单元包含的像素个数；基于所述第一得分及所述N个第二得分确定所述待测图像的总得分，如果所述总得分大于第二阈值，则确定所述待测图像中包含有车头。
【技术特征摘要】
1.一种车辆识别方法，其特征在于，包括：
获取地感被触发时对应的待测图像以及所述待测图像的HOG特征；
利用预先训练的根滤波器对所述待测图像的HOG特征对应的第一特征
图进行卷积，得到所述待测图像的第一得分；
如果所述第一得分大于第一阈值，则利用预先训练的N个部件滤波器分
别对所述待测图像的HOG特征对应的第二特征图进行卷积，得到N个第二得
分；其中，所述第二特征图中每个细胞单元包含的像素个数小于所述第一特
征图中每个细胞单元包含的像素个数；
基于所述第一得分及所述N个第二得分确定所述待测图像的总得分，如
果所述总得分大于第二阈值，则确定所述待测图像中包含有车头。
2.根据权利要求1所述的方法，其特征在于，基于所述第一得分及所述
N个第二得分确定所述待测图像的总得分，包括：
确定与所述第一得分对应的车头位置及分别与每个所述第二得分对应的
车头位置；
确定分别与每个所述第二得分对应的车头位置对应于与所述第一得分对
应的车头位置的偏移量，得到与所述偏移量对应的偏移惩罚值；
将所述第一得分及所述N个第二得分的总和减去所述偏移惩罚值得到所
述总得分。
3.根据权利要求1所述的方法，其特征在于，所述根滤波器和部件滤波
器的预先训练过程包括：
获取预设量的训练图像，所述训练图像包括通过卡口摄像机得到的包含
有不同类型的车头的第一训练图像和不包含车头的第二训练图像；
将所述第一训练图像加入正样本，将所述第二训练图像加入负样本；
利用所述正样本及所述负样本进行DPM训练，得到根滤波器和部件滤波
器。
4.根据权利要求3所述的方法，其特征在于，还包括：
预先确定所述第一训练图像中车头占该第一训练图像的比例为目标尺
寸，并将所述训练图像及所述待测图像缩放至所述目标尺寸之后，对其进行
相应的处理。
5.根据权利要求1所述的方法，其特征在于，获取所述待测图像的HOG
特征之前，还包括：
获取地感被触发时对应的待测图像；
确定该待测图像之前的第一预设数量帧的图像和该待测图像之后的第二
预设数量帧的图像是否具有与之对应的车牌识别结果，如果否，则获取所述
待测图像的HOG特征。<...
【专利技术属性】
技术研发人员：唐健，关国雄，徐鹏飞，王浩，黎明，李锐，杨利华，徐文丽，
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。