车辆外观属性识别方法、装置、存储介质和电子设备制造方法及图纸

本申请提供一种车辆外观属性识别方法、装置、存储介质和电子设备，属于计算机技术领域。本申请实施例提供的车辆外观属性识别方法，可以对视频帧图像中待检测车辆的车系特征进行提取，得到待检测车辆的待处理车系特征，基于预设的至少两个参考车系特征中，各个参考车系特征和待处理车系特征间的相似度，将待处理车系特征和各个参考车系特征进行融合，得到车系组合特征，然后对车系组合特征进行识别，得到待检测车辆对应的车系识别结果。由于在得到待检测车辆的车系识别结果时，是对根据待检测车辆的待处理车系特征与多个预设的参考车系特征进行相似度比对得到的车系组合特征进行识别得到，从而可以提高对待检测车辆进行车系识别的识别准确率。别的识别准确率。别的识别准确率。

【技术实现步骤摘要】
车辆外观属性识别方法、装置、存储介质和电子设备


[0001]本申请实施例涉及计算机
，尤其涉及一种车辆外观属性识别方法、装置、存储介质和电子设备。

技术介绍

[0002]车辆检测站负责对机动车车辆进行审查，检测车辆是否改装，是否满足在路面行驶的标准。机动车保有量每年都在不断增加，车辆检测站的检测任务也在持续增长。而目前车辆检测站主要采取人工审查的方式进行审核，即由车辆检测站中的工作人员或车主拍摄待检测车辆的照片，再由车辆检测站中的工作人员根据拍摄得到的照片，确定出审核结果。
[0003]然而，采用人工审核方式，会导致车辆检测站的检测压力较大，并且检测的效率较低，同时客户需要等待的时间也会同步增加。

技术实现思路

[0004]为解决现有存在的技术问题，本申请实施例提供了一种车辆外观属性识别方法、装置、存储介质和电子设备，可以提高对车辆进行外观属性识别的效率。
[0005]为达到上述目的，本申请实施例的技术方案是这样实现的：
[0006]第一方面，本申请实施例提供一种车辆外观属性识别方法，所述方法包括：
[0007]对视频帧图像中待检测车辆的车系特征进行提取，得到所述待检测车辆的待处理车系特征；
[0008]基于预设的至少两个参考车系特征中，各个参考车系特征和所述待处理车系特征间的相似度，将所述待处理车系特征和所述各个参考车系特征进行融合，得到车系组合特征；
[0009]对所述车系组合特征进行识别，得到所述待检测车辆对应的车系识别结果。
[0010]本申请实施例提供的车辆外观属性识别方法，可以对视频帧图像中待检测车辆的车系特征进行提取，得到待检测车辆的待处理车系特征，基于预设的至少两个参考车系特征中，各个参考车系特征和待处理车系特征间的相似度，将待处理车系特征和各个参考车系特征进行融合，得到车系组合特征，然后对车系组合特征进行识别，得到待检测车辆对应的车系识别结果。由于在得到待检测车辆的车系识别结果时，是对根据待检测车辆的待处理车系特征与多个预设的参考车系特征进行相似度比对得到的车系组合特征进行识别得到，从而可以提高对待检测车辆进行车系识别的识别准确率。
[0011]在一种可选的实施例中，所述对视频帧图中待检测车辆的车系特征进行提取，得到所述待检测车辆的待处理车系特征，包括：
[0012]获取车辆检测站的视频流数据；
[0013]对所述视频流数据中包括待检测车辆的视频帧图像进行检测，确定所述待检测车辆的各个车辆关键点；
[0014]若根据所述各个车辆关键点确定所述待检测车辆未被遮挡，则对所述视频帧图像
中所述待检测车辆的车系特征进行提取，得到所述待检测车辆的待处理车系特征。
[0015]在该实施例中，可以先获取车辆检测站的视频流数据，然后对视频流数据中包括待检测车辆的视频帧图像进行检测，确定出待检测车辆的各个车辆关键点，若根据各个车辆关键点确定待检测车辆未被遮挡，则对视频帧图像中待检测车辆的车系特征进行提取，得到待检测车辆的待处理车系特征。由于可以对车辆检测站的视频流数据进行自动检测，不需要人工拍摄待检测车辆的照片，从而可以提高车辆检测站的自动化程度，减少人工参与，提升对待检测车辆进行检测的检测效率，并且，由于先对视频流数据中的视频帧图像进行优先过滤，筛选出待检测车辆未被遮挡的视频帧图像，然后只对未被遮挡的待检测车辆的车系特征进行提取，从而可以提高对待检测车辆进行车系识别的识别准确率。
[0016]在一种可选的实施例中，所述基于预设的至少两个参考车系特征中，各个参考车系特征和所述待处理车系特征间的相似度，将所述待处理车系特征和所述各个参考车系特征进行融合，得到车系组合特征，包括：
[0017]将所述待处理车系特征分别与预设的至少一个参考车系特征中的各个参考车系特征进行余弦相似度比对，基于所述余弦相似度比对结果，确定各个参考车系特征对应的注意力特征权重；
[0018]基于所述各个参考车系特征对应的注意力特征权重对所述各个参考车系特征进行加权处理，基于所述加权处理的结果得到车系记忆特征；
[0019]基于所述车系记忆特征对所述待处理车系特征进行处理，得到车系组合特征。
[0020]在该实施例中，可以将待处理车系特征分别与预设的至少一个参考车系特征中的各个参考车系特征进行余弦相似度比对，并基于余弦相似度比对结果，确定各个参考车系特征对应的注意力特征权重，然后基于各个参考车系特征对应的注意力特征权重对各个参考车系特征进行加权处理，再基于加权处理的结果得到车系记忆特征，最后基于车系记忆特征对待处理车系特征进行处理，得到车系组合特征。由于是将待处理车系特征与预设的参考车系特征进行相似度比对，确定出车系组合特征，从而可以得到较为准确的车系组合特征。
[0021]在一种可选的实施例中，所述确定所述待检测车辆未被遮挡后，所述方法还包括：
[0022]对所述视频帧图像中所述待检测车辆的属性特征进行提取，得到所述待检测车辆的待处理属性特征；
[0023]对所述待处理属性特征进行识别，得到所述待检测车辆对应的属性识别结果。
[0024]在该实施例中，在确定待检测车辆未被遮挡后，可以对视频帧图像中待检测车辆的属性特征进行提取，得到待检测车辆的待处理属性特征，并对待处理属性特征进行识别，得到待检测车辆对应的属性识别结果。从而可以得到较为准确的待检测车辆对应的属性识别结果和车系识别结果。
[0025]在一种可选的实施例中，所述确定所述待检测车辆未被遮挡后，所述方法还包括：
[0026]通过外观检测模型中的卷积层和全局池化层提取出所述待检测车辆的车辆特征；
[0027]通过所述外观检测模型中的全连接层，从所述车辆特征中分离出待处理属性特征和待处理车系特征；
[0028]通过所述外观检测模型中的全连接层，对所述车系组合特征和所述待处理属性特征分别进行识别，得到所述待检测车辆对应的车系识别结果和属性识别结果。
[0029]在该实施例中，在确定待检测车辆未被遮挡后，可以通过外观检测模型中的卷积层和全局池化层提取出待检测车辆的车辆特征，并通过外观检测模型中的全连接层，从车辆特征中分离出待处理属性特征和待处理车系特征，然后通过外观检测模型中的全连接层，对车系组合特征和待处理属性特征分别进行识别，得到待检测车辆对应的车系识别结果和属性识别结果。由于可以确定出待检测车辆的属性特征和车系组合特征，并且通过属性特征和车系组合特征，分别确定出待检测车辆对应的车系识别结果和属性识别结果，从而可以得到较为准确的车辆外观属性识别结果。
[0030]在一种可选的实施例中，所述确定所述待检测车辆未被遮挡后，所述方法还包括：
[0031]通过车牌检测模型对所述待检测车辆进行检测，确定所述待检测车辆中的车牌区域；
[0032]对所述车牌区域进行识别，得到所述待检测车辆对应的车牌识别结果；
[0033]将所述车牌识别结果、所述车系识别结果和所述属性识别结本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种车辆外观属性识别方法，其特征在于，所述方法包括：对视频帧图像中待检测车辆的车系特征进行提取，得到所述待检测车辆的待处理车系特征；基于预设的至少两个参考车系特征中，各个参考车系特征和所述待处理车系特征间的相似度，将所述待处理车系特征和所述各个参考车系特征进行融合，得到车系组合特征；对所述车系组合特征进行识别，得到所述待检测车辆对应的车系识别结果。2.根据权利要求1所述的方法，其特征在于，所述对视频帧图中待检测车辆的车系特征进行提取，得到所述待检测车辆的待处理车系特征，包括：获取车辆检测站的视频流数据；对所述视频流数据中包括待检测车辆的视频帧图像进行检测，确定所述待检测车辆的各个车辆关键点；若根据所述各个车辆关键点确定所述待检测车辆未被遮挡，则对所述视频帧图像中所述待检测车辆的车系特征进行提取，得到所述待检测车辆的待处理车系特征。3.根据权利要求1所述的方法，其特征在于，所述基于预设的至少两个参考车系特征中，各个参考车系特征和所述待处理车系特征间的相似度，将所述待处理车系特征和所述各个参考车系特征进行融合，得到车系组合特征，包括：将所述待处理车系特征分别与预设的至少一个参考车系特征中的各个参考车系特征进行余弦相似度比对，基于所述余弦相似度比对结果，确定各个参考车系特征对应的注意力特征权重；基于所述各个参考车系特征对应的注意力特征权重对所述各个参考车系特征进行加权处理，基于所述加权处理的结果得到车系记忆特征；基于所述车系记忆特征对所述待处理车系特征进行处理，得到车系组合特征。4.根据权利要求2所述的方法，其特征在于，所述确定所述待检测车辆未被遮挡后，所述方法还包括：对所述视频帧图像中所述待检测车辆的属性特征进行提取，得到所述待检测车辆的待处理属性特征；对所述待处理属性特征进行识别，得到所述待检测车辆对应的属性识别结果。5.根据权利要求4所述的方法，其特征在于，所述确定所述待检测车辆未被遮挡后，所述方法还包括：通过外观检测模型中的卷积层和全局池化层提取出所述待检测车辆的车辆特征；通过所述外观检测模型中的全连接层，从...

【专利技术属性】
技术研发人员：张震，余言勋，
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：