[发明专利]车辆品牌型号识别方法和系统

说明书

本发明提供了车辆品牌型号识别方法和系统，涉及计算机视觉技术领域，包括获取训练图像信息，并提取训练图像信息的第一特征信息；对训练图像信息进行随机字典学习，得到字典信息；从字典信息中选取多组字码信息，并利用多组字码信息对第一特征信息进行处理，得到第一中级特征信息；对第一中级特征信息进行训练，得到图像分类器；获取当前图像信息，并提取当前图像信息的第二特征信息；从多组字码信息中选取相应的字码信息，对第二特征信息进行处理，得到第二中级特征信息；利用图像分类器对第二中级特征信息进行识别分类，得到当前图像的车辆品牌型号识别结果。本发明可以准确识别车辆品牌型号，并且对应用场景鲁棒，提高了识别效果。

技术领域

本发明涉及计算机视觉技术领域，尤其是涉及车辆品牌型号识别方法和系统。

背景技术

现有的车辆品牌型号识别通常利用的是有监督等模式识别方法，通常以手工特征为主，对于微小差别的同一型号难以区分；此外，也有的车辆品牌型号识别利用深度特征，以大量图像数据进行训练从而进行识别。然而这两类识别方法都缺乏鲁棒性，在复杂的环境下识别效果很差。

发明内容

有鉴于此，本发明的目的在于提供车辆品牌型号识别方法和系统，可以准确识别车辆品牌型号，并且对应用场景鲁棒，提高了识别效果。

第一方面，本发明实施例提供了车辆品牌型号识别方法，包括：

获取训练图像信息，并提取所述训练图像信息的第一特征信息；

对所述训练图像信息进行随机字典学习，得到字典信息；

从所述字典信息中选取多组字码信息，并利用多组所述字码信息对所述第一特征信息进行处理，得到第一中级特征信息；

对所述第一中级特征信息进行训练，得到图像分类器；

获取当前图像信息，并提取所述当前图像信息的第二特征信息；

从多组所述字码信息中选取相应的字码信息，并利用所述相应的字码信息对所述第二特征信息进行处理，得到第二中级特征信息；

利用所述图像分类器对所述第二中级特征信息进行识别分类，得到当前图像的车辆品牌型号识别结果。

结合第一方面，本发明实施例提供了第一方面的第一种可能的实施方式，其中，所述对所述第一中级特征信息进行训练，得到图像分类器包括：

对所述第一中级特征信息进行SVM训练，得到多个弱分类器；

为每个训练图像设置初始权重，并设置一个目标分类准确率；

利用SAMME算法，根据所述初始权重对各个所述弱分类器进行训练，得到各个所述弱分类器的权重和每个所述训练图像的更新权重；

根据各个所述弱分类器的权重计算强分类器，并计算所述强分类器的准确率；

如果所述强分类器的准确率大于所述目标分类准确率，则将所述强分类器作为所述图像分类器。

结合第一方面的第一种可能的实施方式，本发明实施例提供了第一方面的第二种可能的实施方式，其中，所述利用SAMME算法，根据所述初始权重对各个所述弱分类器进行训练，得到各个所述弱分类器的权重和每个所述训练图像的更新权重包括，重复执行以下处理，直至各个所述弱分类器都被遍历：

更新每个所述训练图像的所述初始权重，得到第一权重；

从多个所述弱分类器中选取第一弱分类器；

根据所述第一弱分类器对所述训练图像信息进行分类，并根据所述第一权重参数计算所述第一弱分类器的分类错误率；

根据所述分类错误率计算所述第一弱分类器的权重；