[发明专利]一种基于手机等移动终端的车辆品牌评价以及导购系统

说明书

技术领域

本发明专利涉及一种基于手机等移动终端的车辆品牌评价以及导购系统，主要应用领域为采用手机等移动终端进行车辆信息查询和采购领域，属于汽车应用领域。

背景技术

基于图像处理的车辆类型识别技术是智能交通系统(Intelligent Transport System，简称ITS)中的一项非常重要的技术，同样在计算机视觉应用领域中占有重要地位。伴随我国国民经济的快速发展，企业用车、居民购车数量随之越来越多，车辆购买力逐渐增强的趋势下，对车辆的评价以及历史用户的吐槽类的信息获取越来越成为众多用户的关注点。本发明专利的一种基于手机等移动终端的车辆品牌评价以及导售系统采用基于实时视频流的信息获取方式，实现了自动的进行车辆品牌的识别、包括生产厂家、生产年度、车型（小轿车，SUV，小货车、客车和货车）价格信息、弹幕功能，实时看到对车辆的信息评价以及相应的视频广告、套牌车辆的检测等扩展功能。该系统可以根据用户的使用数据，进一步筛选出不同模块信息检索的评分值，进而统计排行榜，进一步的为用户提供可借鉴的信息，已期达到提高用户体验度和厂家的品牌度目的。

现有的车辆类型识别技术中，主要集中于对车辆类型进行分步识别，比如首先对车辆款式进行分类，比如分类为大型、中型及小型三类，或者轿车、货车、客车三类；然后依据车辆品牌类别及年款进行分类，比如大众、宝马、奥迪，依据这些识别结果得出车辆的整体类型信息，比如大众帕萨特2007款，这种车辆类型识别方法操作复杂，计算量大，耗时较长，耗资较高。另外，目前车辆款式的识别方法需要保证车辆整体轮廓的清晰度以便检测车辆的实际尺寸大小，因此该方法较难实现。另外对于现有的车辆类型识别技术，其中多数应用到了传统的特征提取方法，比如梯度方向直方图、局部二值模式纹理，在分析判别时大多采用了支持向量机(SupportVector Machine，简称SVM)方法。这些方法的使用具有局限性，比如在清晰场景下这些方法都有较高的识别率，但是在模糊场景下，比如因天气变化、光线变化所引起的图像模糊、夜间场景等场景下往往识别率较低；另外一般选取车辆的正面图像(车头、车尾)进行品牌识别，由于车辆外观表观形式复杂，因此对所检测的车辆与摄像机的拍摄距离、拍摄角度有着严格的要求。

对于车型识别算法，常用的方法种类比较多，比如基于模板匹配、统计模式等。例如名称为“基于静态图片的自动套牌车检测方法(申请号：201310397152.5)”的中国发明专利申请公开的技术方案中，提取静态图片中车辆前部图片，确定车头灯、散热器、品牌和保险杠区域；提取车辆图片的特征，并采用随机子空间分类器集成方法合并图片特征；根据车头灯、散热器、品牌和保险杠信息确定车辆品牌。名称为“基于图像的车辆品牌识别方法和系统(申请号：201310416016.6)”的中国发明专利申请公开的技术方案中，通过检测车牌在输入图像中的位置；根据车牌位置计算多个车辆部件位置；从该多个车辆部件位置的每一个抽取特征向量；以及对所抽取的特征向量进行分类并输出车辆的品牌信息，该特征向量包括外形特征和形状特征。上述车辆品牌型号的识别方法，通过提取车辆的特征进行识别，检测率低同时误报较多。

本发明所应用领域为基于汽车品牌的导购系统，部分车辆识别对象是无牌车，所以为了避免车牌信息的干扰，与前人算法不同之处在于逆操作，就是首先识别出车牌位置信息，并将该信息覆盖掉，作为训练样本和识别样本库，以避免对后续识别带来的干扰。车牌在图像中，具有大量的特征信息，而每个图片的车牌字符均是不同的，所以认为车牌具有高特征信息和高干扰信息的特点，所以本发明提出在建立样本库和识别对象时，所面临的对象集合均是去掉了车牌信息干扰信息，将输入对象进行了下采样的处理和去除冗余信息的干扰，提高了识别效率和准确度以及冗余度。能够满足移动终端资源紧缺，需要较高的实时性和准确率的应用需求。

发明内容