[发明专利]一种车辆品牌识别方法、装置、设备及存储介质

权利要求书

1.一种车辆品牌识别方法，其特征在于，包括：

根据预先采集的后拍车窗脸图像样本，基于第一损失函数，对预先建立的循环注意力卷积神经网络进行第一训练；其中，所述循环注意力卷积神经网络中的各个分类子网络以resnet网络为卷积层、以所述第一损失函数为损失函数；

根据所述后拍车窗脸图像样本，基于第二损失函数，对经过第一训练的循环注意力卷积神经网络进行第二训练，获得车辆品牌识别模型；其中，所述车辆品牌识别模型中的各个分类子网络以所述第二损失函数为损失函数；

对接收到的车辆初始图像进行预处理，获得后拍车辆图像；

对所述后拍车辆图像进行车窗脸检测，获得所述后拍车辆图像中的车窗脸区域图像；

根据所述车窗脸区域图像，通过所述车辆品牌识别模型，获得所述车窗脸区域图像的车辆品牌识别结果。

2.根据权利要求1所述的车辆品牌识别方法，其特征在于，所述第一损失函数为softmax函数。

3.根据权利要求1或2所述的车辆品牌识别方法，其特征在于，所述第二损失函数为focalloss函数。

4.根据权利要求1所述的车辆品牌识别方法，其特征在于，所述对接收到的车辆初始图像进行预处理，获得后拍车辆图像，具体包括：

对所述车辆初始图像进行车辆区域识别，并对识别出的车辆区域进行裁剪，获得车辆图像；其中，所述车辆图像包括前拍车辆图像，侧拍车辆图像以及后拍车辆图像；

通过预先训练的分类模型对所述车辆图像进行分类识别，从所述车辆图像中抽取出后拍车辆图像。

5.根据权利要求4所述的车辆品牌识别方法，其特征在于，所述对所述车辆初始图像进行车辆区域识别，并对识别出的车辆区域进行裁剪，获得车辆图像，具体包括：

将所述车辆初始图像输入到预先训练的SSD网络中进行车辆区域检测和裁剪，获得所述车辆图像。

6.根据权利要求1所述的车辆品牌识别方法，其特征在于，所述对所述后拍车辆图像进行车窗脸检测，获得所述后拍车辆图像中的车窗脸区域图像，包括：

将所述后拍车辆图像输入到预先训练的Refinedet网络进行车窗脸区域检测和裁剪，获得所述车窗脸区域图像。

7.根据权利要求1所述的车辆品牌识别方法，其特征在于，所述根据所述后拍车窗脸图像样本，基于第二损失函数，对经过第一训练的循环注意力卷积神经网络进行第二训练，获得车辆品牌识别模型之前，还包括：

对经过第一训练后的循环注意力卷积神经网络的参数进行调整；其中，所述参数包括：基础学习率、最大迭代次数、迭代间隔以及学习率变化的比率。

8.一种车辆品牌识别装置，其特征在于，包括：

第一训练模块，用于根据预先采集的后拍车窗脸图像样本，基于第一损失函数，对预先建立的循环注意力卷积神经网络进行第一训练；其中，所述循环注意力卷积神经网络中的各个分类子网络以resnet网络为卷积层、以所述第一损失函数为损失函数；

第二训练模块，用于根据所述后拍车窗脸图像样本，基于第二损失函数，对经过第一训练的循环注意力卷积神经网络进行第二训练，获得车辆品牌识别模型；其中，所述车辆品牌识别模型中的各个分类子网络以所述第二损失函数为损失函数；

预处理模块，用于对接收到的车辆初始图像进行预处理，获得后拍车辆图像；

车窗脸获得模块，对所述后拍车辆图像进行车窗脸检测，获得所述后拍车辆图像中的车窗脸区域图像；

识别模块，用于根据所述车窗脸区域图像，通过所述车辆品牌识别模型，获得所述车窗脸区域图像的车辆品牌识别结果。

9.一种车辆品牌识别设备，其特征在于，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1至7中任意一项所述的车辆品牌识别方法。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质包括存储的计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如权利要求1至7中任意一项所述的车辆品牌识别方法。