[发明专利]一种车型识别方法及系统

权利要求书

1.一种车型识别方法，包括机器训练生成分类器过程和对待测图片的判别过程，其特 征在于：在生成分类器的过程中，基于车牌确定训练集图片中所需要的图像范围，将已经确 定的图像范围划分区域，选定各区域内的特征信息，分别将选定的各自区域内所有特征信 息投入机器训练生成一一对应各区域的分类器，通过已经生成的分类器对待测图片进行单 区域判别，依据单区域判别结果再经过多区域置信度融合判断得到车型识别结果。

2.根据权利要求1所述的车型识别方法，其特征在于：在对确定的图像范围划分区域时 将车牌区域排除，划分出的区域中包含了特征稀疏区域、特征密集区域和普通区域，其中特 征密集区域选定特征信息多于普通区域，而普通区域选定特征信息多于特征稀疏区域。

3.根据权利要求2所述的车型识别方法，其特征在于：在各区域中选定角点，其中特征 密集区域选定角点的数量多于普通区域，而普通区域选定角点的数量多于特征稀疏区域， 对各自区域内的角点进行任意配对，已经配对的若干个角点为一组，所述各区域内的特征 信息包括位置信息、块特征信息和点特征信息，所述的位置信息为同组各角点之间的相对 位置信息以及各角点相对于车牌中心点的绝对位置信息，所述的块特征信息为针对同组角 点围成的矩形框所提取的hog特征，所述的点特征信息为针对同组角点位置关系排序的 sift点特征。

4.根据权利要求3所述的车型识别方法，其特征在于：对待测图片进行区域划分，该划 分方式对应于训练集图片的区域划分方式，完成区域划分之后的待测图片再选定各区域内 的特征信息，该特征信息选定方式对应于训练集图片的特征信息选定方式，通过所述的分 类器对待测图片进行单区域判别。

5.根据权利要求4所述的车型识别方法，其特征在于：将所述的特征信息投入随机森林 进行训练生成分类器，并采用加权随机选择特征信息方法，其中所述的位置信息、块特征信 息和点特征信息按照预设权重比例调整之后形成完整的特征信息且权重依次降低。

6.根据权利要求5所述的车型识别方法，其特征在于：对待测图片进行单区域判别时， 输出各区域综合匹配度的前3至5个结果，依据各区域的匹配结果进行多区域置信度融合判 断，判断公式为

ratio=Σk=1nCKsmexp(-(Kr-1))ΣcΣk=1nCKsmexp(-(Kr-1))]]>

其中若一个车型类别C在K区域的综合匹配度排名为Kr，K区域获取的角点个数为Ks，n 为所划分的区域总数，m为同组角点数量，置信度ratio最高的车型类别为车型识别结果。