[发明专利]车型识别方法、装置、计算机设备及存储介质在审

专利信息
申请号: 201910197516.2 申请日: 2019-03-15
公开(公告)号: CN110070092A 公开(公告)日: 2019-07-30
发明(设计)人: 李晨光 申请(专利权)人: 平安科技(深圳)有限公司
主分类号: G06K9/38 分类号: G06K9/38;G06K9/46;G06K9/62;G06N3/04
代理公司: 深圳市精英专利事务所 44242 代理人: 林燕云
地址: 518000 广东省深圳市福田区福*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 车辆图片 车辆内饰 计算机设备 部件序列 车辆配置 车型识别 车型信息 存储介质 录入 卷积神经网络 车型 自动化 检测
【权利要求书】:

1.一种车型识别方法,其特征在于,包括:

若检测到待识别车辆图片且所述待识别车辆图片包括车辆内饰部件,根据所述待识别车辆图片中的车架号获取车辆型号;

识别获取所述待识别车辆图片中的各车辆内饰部件,以得到对应的车辆内饰部件序列;

将与所述待识别车辆图片对应的车辆内饰部件序列作为预先训练的卷积神经网络模型的输入,得到与所述待识别车辆图片对应的车辆配置等级;

根据所述待识别车辆图片对应的车辆型号及车辆配置等级,获取与所述待识别车辆图片对应的唯一车型信息,将所述唯一车型信息存储至预设的存储区域。

2.根据权利要求1所述的车型识别方法,其特征在于,所述若检测到待识别车辆图片且待识别车辆图片包括车辆内饰部件,根据待识别车辆图片中的车架号获取车辆型号之前,还包括:

通过爬虫工具爬取预设的网址列表对应网页中包括车辆内饰的车辆图片;

将所述车辆图片中的各车辆内饰部件进行标注以作为待训练卷积神经网络的输入,将车辆图片对应的车辆配置等级作为待训练卷积神经网络的输出,对所述待训练卷积神经网络进行训练,得到用于识别车辆配置等级的卷积神经网络模型。

3.根据权利要求1所述的车型识别方法,其特征在于,所述根据所述待识别车辆图片中的车架号获取车辆型号,包括:

将所述待识别车辆图片进行灰度化处理,以得到灰度图;

将所述灰度图进行边缘检测,得到边缘检测后灰度图;

将所述边缘检测后灰度图进行二值化处理,得到二值化灰度图;

对所述二值化灰度图进行滤波,得到车架号铭牌候选区域;

定位所述车架号铭牌候选区域中包括字符的区域,以获取车架号;

解析所述车架号以获取车辆型号。

4.根据权利要求3所述的车型识别方法,其特征在于,所述定位所述车架号铭牌候选区域中包括字符的区域,以获取车架号,包括:

定位所述车架号铭牌候选区域,通过车牌字符分割所述车架号铭牌候选区域以获取车架号。

5.根据权利要求1所述的车型识别方法,其特征在于,所述识别获取所述待识别车辆图片中的各车辆内饰部件,以得到对应的车辆内饰部件序列,包括:

识别获取所述待识别车辆图片中的方向盘、天窗、变速器、座椅、及空调出风口;

根据预设的标注策略,获取所述待识别车辆图片中的方向盘、天窗、变速器、座椅、及空调出风口分别对应的标示值以组成车辆内饰部件序列。

6.一种车型识别装置,其特征在于,包括:

车辆型号获取单元,用于若检测到待识别车辆图片且所述待识别车辆图片包括车辆内饰部件,根据所述待识别车辆图片中的车架号获取车辆型号;

输入序列获取单元,用于识别获取所述待识别车辆图片中的各车辆内饰部件,以得到对应的车辆内饰部件序列;

配置等级获取单元,用于将与所述待识别车辆图片对应的车辆内饰部件序列作为预先训练的卷积神经网络模型的输入,得到与所述待识别车辆图片对应的车辆配置等级;

车型识别单元,用于根据所述待识别车辆图片对应的车辆型号及车辆配置等级,获取与所述待识别车辆图片对应的唯一车型信息,将所述唯一车型信息存储至预设的存储区域。

7.根据权利要求6所述的车型识别装置,其特征在于,还包括:

图片爬取单元,用于通过爬虫工具爬取预设的网址列表对应网页中包括车辆内饰的车辆图片;

模型训练单元,用于将所述车辆图片中的各车辆内饰部件进行标注以作为待训练卷积神经网络的输入,将车辆图片对应的车辆配置等级作为待训练卷积神经网络的输出,对所述待训练卷积神经网络进行训练,得到用于识别车辆配置等级的卷积神经网络模型。

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平安科技(深圳)有限公司,未经平安科技(深圳)有限公司许可,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/201910197516.2/1.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