[发明专利]非机动车的识别方法、装置、设备及存储介质

说明书

本申请实施例公开了一种非机动车的识别方法、装置、设备及存储介质。所述方法包括：获取待识别非机动车的车身图像；根据所述车身图像和预先设置的检测模型确定所述待识别非机动车的特征部件的检测属性信息，所述检测属性信息至少包含类别信息和位置信息两个属性项，所述检测模型包括浅层网络和深层网络，所述浅层网络包含至少两个分支网络且深度小于所述深层网络的深度；基于所述检测属性信息对待识别图像进行识别，以确定所述待识别图像中是否包含所述待识别非机动车。本申请实施例提供的技术方案，可以准确地识别出非机动车的特征部件，提高非机动车识别结果的准确率。

技术领域

本申请实施例涉及计算机视觉技术领域，尤其涉及一种非机动车的识别方法、装置、设备及存储介质。

背景技术

非机动车是路面上一种常见的车辆。由于具有体积小、行动方便、隐蔽性强等特点，非机动车已成为交通事故逃逸和刑事案件中经常出现的车辆之一。因此，对非机动车进行识别具有较为实际的现实意义。在对非机动车进行识别时，非机动车的小部件，比如车灯、反光镜、后视镜等是非机动车的重要属性特征，是事后非机动车的反追查时的重要标志。然而，由于非机动车的车灯、反光镜、后视镜等特征部件一般具有面积小、形状不规则等特征，现有的识别算法往往不能够准确的识别出非机动车的特征部件，导致其识别结果的准确率较低。

发明内容

本申请实施例提供一种非机动车的识别方法、装置、设备及存储介质，以提高非机动车识别结果的准确率。

在第一方面，本申请实施例提供了一种非机动车的识别方法，包括：

获取待识别非机动车的车身图像；

根据所述车身图像和预先设置的检测模型确定所述待识别非机动车的特征部件的检测属性信息，所述检测属性信息至少包含类别信息和位置信息两个属性项，所述检测模型包括浅层网络和深层网络，所述浅层网络包含至少两个分支网络且深度小于所述深层网络的深度；

基于所述检测属性信息对待识别图像进行识别，以确定所述待识别图像中是否包含所述待识别非机动车。

在第二方面，本申请实施例提供了一种非机动车的识别装置，包括：

图像获取模块，获取待识别非机动车的车身图像；

信息确定模块，用于根据所述车身图像和预先设置的检测模型确定所述待识别非机动车的特征部件的检测属性信息，所述检测属性信息至少包含类别信息和位置信息两个属性项，所述检测模型包括浅层网络和深层网络，所述浅层网络包含至少两个分支网络且深度小于所述深层网络的深度；

识别模块，用于基于所述检测属性信息对待识别图像进行识别，以确定所述待识别图像中是否包含所述待识别非机动车。

在第三方面，本申请实施例提供了一种设备，包括存储器以及一个或多个处理器；

所述存储器，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如第一方面所述的非机动车的识别方法。

在第四方面，本申请实施例提供了一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行如第一方面所述的非机动车的识别方法。

本申请实施例通过根据车身图像和预先设置的检测模型确定待识别非机动车的特征部件的检测属性信息，所述检测属性信息至少包含类别信息和位置信息，所述检测模型包括浅层网络和深层网络，所述浅层网络包含至少两个分支网络且深度小于所述深层网络的深度，进而，根据该检测属性信息对待识别非机动车进行识别的方式，能够准确地识别出非机动车的特征部件，从而提高了非机动车识别结果的准确率。

附图说明

图1是本申请实施例提供的一种非机动车的识别方法的流程图；