[发明专利]一种车型识别方法、装置及设备

说明书

本申请实施例公开了一种车型识别方法、装置及设备，该方法包括：先将待查询车辆图像输入特征提取模型，获取该待查询车辆图像的特征向量，并计算该待查询车辆图像的特征向量与各个应用车型图像的特征向量之间的相似度；再根据待查询车辆图像的特征向量与各个应用车型图像的特征向量之间的相似度，将满足预设条件的相似度对应的应用车型图像确定为目标应用车型图像，以便利用目标应用车型图像对应的车型信息确定待查询车辆图像的车型信息。其中，因基于预设条件筛选获得的目标应用车型图像与待查询车辆图像之间的相似程度较高，使得利用目标应用车型图像对应的车型信息确定的待查询车辆图像的车型信息能够准确地表征待查询车辆图像的车型信息。

技术领域

本申请涉及机器学习领域，具体涉及一种车型识别方法、装置及设备。

背景技术

随着机器学习技术的发展，机器学习技术可以应用于众多应用领域(例如，智能交通应用领域)。车型识别技术是一种机器学习技术的应用，而且车型识别技术在智能交通应用领域中有着重要的地位。车型识别技术能够识别待查询车辆图像中车辆的车型信息，使得该识别出的车型信息能够作为日常交通管理、调度和统计的依据，如此使得车型识别技术具有广阔的市场前景和研究价值。其中，车型信息用于表征车辆所具有的特征信息(例如，车辆外形、颜色、品牌等中的至少一种信息)。然而，如何准确地识别出待查询车辆图像中车辆的车型信息仍是一亟待解决的技术问题。

发明内容

有鉴于此，本申请实施例提供一种车型识别方法、装置及设备，能够准确地识别出待查询车辆图像中车辆的车型信息。

为解决上述问题，本申请实施例提供的技术方案如下：

一种车型识别方法，将应用车型图像输入特征提取模型，获取所述应用车型图像的特征向量，所述应用车型图像对应有车型信息；所述方法包括：

将待查询车辆图像输入所述特征提取模型，获取所述待查询车辆图像的特征向量；

计算所述待查询车辆图像的特征向量与各个所述应用车型图像的特征向量之间的相似度；

根据所述待查询车辆图像的特征向量与各个所述应用车型图像的特征向量之间的相似度，将满足预设条件的相似度对应的应用车型图像确定为目标应用车型图像；

利用所述目标应用车型图像对应的车型信息确定所述待查询车辆图像的车型信息。

在一种可能的实现方式中，所述特征提取模型的训练过程包括：

获取训练车型图像集合，所述训练车型图像集合包括多个训练车辆图像，所述训练车辆图像对应有车型信息；

将所述训练车型图像输入初始的特征提取模型，获取各个所述训练车辆图像的特征向量；

将所述训练车辆图像的特征向量输入图像分类层，以将具有相同车型信息的训练车辆图像的特征向量被划分为同一类为训练目标，调整所述初始特征提取模型的模型参数以及所述图像分类层的模型参数，重复执行所述将所述训练车型图像输入初始的特征提取模型以及后续步骤，直到达到预设停止条件，得到特征提取模型。

在一种可能的实现方式中，所述获取训练车型图像集合，包括：

获取原始训练车型图像；

对所述原始训练车型图像进行随机擦除，生成模拟训练车型图像；

将所述原始训练车型图像和/或所述模拟训练车型图像确定为训练车型图像，组成训练车型图像集合。

在一种可能的实现方式中，所述特征提取模型包括特征图提取层、全局特征提取层以及局部特征提取层，所述特征图提取层的输出分别作为所述全局特征提取层的输入以及所述局部特征提取层的输入；

所述全局特征提取层包括全局特征提取网络以及降维卷积层；所述局部特征提取层包括局部特征提取网络以及降维卷积层；