[发明专利]车辆检测方法及装置有效

专利信息
申请号: 201810979215.0 申请日: 2018-08-24
公开(公告)号: CN109299729B 公开(公告)日: 2021-02-23
发明(设计)人: 陈媛媛;潘薇;周涛 申请(专利权)人: 四川大学
主分类号: G06K9/62 分类号: G06K9/62;G06K9/46
代理公司: 北京超凡志成知识产权代理事务所(普通合伙) 11371 代理人: 王文红
地址: 610064 四川*** 国省代码: 四川;51
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 车辆 检测 方法 装置
【说明书】:

本申请实施例提供了一种车辆检测方法及装置,涉及图像处理技术领域。方法包括:获得包含车辆前脸的至少一张图像;根据至少一张图像和车辆特征识别模型,确定出车辆前脸上的至少两个车辆前脸特征;判断至少两个车辆前脸特征是否均与车辆的至少两个预设前脸特征一一对应匹配;若否,确定车辆为异常车辆。由于已经预设了该车辆的至少两个预设前脸特征,故只要在至少两个前脸特征与至少两个预设前脸特征不匹配时,便可以确定出该车辆是为异常的套牌车辆,从而可以实现大面积、高效率和高准确度的对套牌车辆进行识别,故能够有效的制止套牌者的违法行为。

技术领域

本申请涉及图像处理技术领域,具体而言,涉及一种车辆检测方法及装置。

背景技术

车牌是车辆的唯一身份信息,与车主信息一对一地绑定,而套牌车辆则采用的是伪造车牌的方式来实施违法。

目前,查出套牌车辆的途径通常是交警有目的性地将车辆拦下后,查询该车辆的注册信息与车辆信息是否一致。但这种方式效率低下且人力成本很高,难以大面积对套牌车辆进行查询和确定,故其并不能够有效的制止套牌者的违法行为,甚至会使得套牌者的违法行为更加肆无忌惮,这不仅极大地损害了原车主的利益,也为社会安全带来了许多隐患。

发明内容

本申请在于提供一种车辆检测方法及装置,以有效的改善上述技术问题。

为了实现上述目的,本申请的实施例通过如下方式实现:

第一方面,本申请实施例提供了一种车辆检测方法,所述方法包括:获得包含车辆前脸的至少一张图像;根据所述至少一张图像和车辆特征识别模型,确定出所述车辆前脸上的至少两个车辆前脸特征;判断所述至少两个车辆前脸特征是否均与所述车辆的至少两个预设前脸特征一一对应匹配;若否,确定所述车辆为异常车辆。

结合第一方面,在一些可能的实现方式中,所述至少一张图像包括:第一图像、第二图像和第三图像,所述至少两个车辆前脸特征包括:车牌特征、车辆品牌特征和车辆颜色特征,所述根据所述至少一张图像和车辆特征识别模型,确定出所述车辆前脸上的至少两个车辆前脸特征,包括:根据所述第一图像和车辆特征识别模型,确定所述车辆前脸上的车牌特征;判断所述车辆特征是否预先从其它图像确定出;若否,根据所述第二图像和所述车辆特征识别模型,确定出所述车辆品牌特征;以及根据所述第三图像和所述车辆特征识别模块,确定出所述车辆颜色特征。

结合第一方面,在一些可能的实现方式中,所述判断所述至少两个车辆前脸特征是否均与所述车辆的至少两个预设前脸特征一一对应匹配,包括:判断所述车牌特征是否与所述车辆的预设车牌特征匹配;若是,判断所述车辆品牌特征是否与所述车辆的预设品牌特征匹配,以及判断所述车辆颜色特征是否与所述车辆的预设颜色特征匹配。

结合第一方面,在一些可能的实现方式中,在所述获得包含车辆前脸的至少一张图像之前,所述方法还包括:获得训练样本图像集,其中,所述训练样本图像集中,每张训练样本图像上均标识出了训练车辆的前脸的所在区域,以及每张训练样本图像上均标识出了至少两个训练车辆的前脸特征;根据所述训练样本图像集对神经网络进行训练,获得车辆特征识别的待测模型;获得测试样本图像集,根据所述测试样本图像集对所述车辆特征识别的待测模型进行识别准确度测试,获得测试结果,其中,所述测试样本图像集中每张测试样本图像为包含测试车辆的前脸的图像;根据所述测试结果确定通过测试,将测试通过的所述车辆特征识别的待测模型作为所述车辆特征识别模型。

结合第一方面,在一些可能的实现方式中,所述获得包含车辆前脸的至少一张图像,包括:在预设时间点,从包含所述车辆前脸的视频流中抽取出帧数连续的所述至少一张图像。

第二方面,本申请实施例提供了一种车辆检测装置,其特征在于,所述装置包括:

图像获得模块,用于获得包含车辆前脸的至少一张图像;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于四川大学,未经四川大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201810979215.0/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top