[发明专利]一种车辆品牌识别方法、装置及存储介质

说明书

本发明提供了一种车辆品牌识别方法、装置及存储介质，该方法包括：根据车辆品牌的结构化信息，构建基于注意力机制的卷积循环神经网络模型；使用标注有车辆品牌的结构化信息的车辆图像，训练基于注意力机制的卷积循环神经网络模型得到车辆品牌识别模型；利用车辆品牌识别模型对待识别车辆图像进行识别，确定待识别车辆图像中的车辆品牌。本发明能够自适应地结合车辆品牌的结构化信息和注意力机制对车辆图像进行品牌识别，相比于现有通过提取车辆的固定区域的特征来识别车辆品牌，分类性能较高。

技术领域

本发明涉及智能交通技术领域，特别涉及一种车辆品牌识别方法、装置及存储介质。

背景技术

在交通管理系统中，车辆品牌识别是一个重要的组成部分。

现有车辆品牌识别方法中，一般是通过对车辆的固定区域(例如车牌周边)进行特征提取，根据提取的特征信息采用分类器对车辆品牌直接进行分类，存在分类性能较低、不具备自适应性等缺陷。例如，有些公开的车辆品牌识别方法中，是通过对车前灯位置进行定位并进行HOG特征提取并进行SVM分类完成车辆品牌识别，因为只使用车前灯区域进行车辆品牌识别，提取到的特征比较少且HOG特征的特征描述能力不强，因此分类性能较差。还有的车辆品牌识别方法中，根据车牌位置按固定规则向四周扩展图像区域，得到可供CNN提取特征的图像块，从而实现车辆品牌型号识别，但因为是按照固定规则获取用于车辆品牌型号的识别的图像块，不具有自适应性。

发明内容

有鉴于此，本发明的目的在于提供一种车辆品牌识别方法、装置及存储介质。

为了达到上述目的，本发明提供了如下技术方案：

一种车辆品牌识别方法，包括：

根据车辆品牌的结构化信息构建，基于注意力机制的卷积循环神经网络模型；

使用标注有车辆品牌的结构化信息的车辆图像，训练所述基于注意力机制的卷积循环神经网络模型得到车辆品牌识别模型；

利用所述车辆品牌识别模型对待识别车辆图像进行识别，确定待识别车辆图像中的车辆品牌。

一种车辆品牌识别装置，包括：处理器以及与所述处理器通过总线连接的非瞬时计算机可读存储介质；

所述非瞬时计算机可读存储介质，用于存储可在所述处理器上运行的计算机程序，所述处理器执行所述程序时实现以下步骤：

根据车辆品牌的结构化信息构建，基于注意力机制的卷积循环神经网络模型；

使用标注有车辆品牌的结构化信息的车辆图像，训练所述基于注意力机制的卷积循环神经网络模型得到车辆品牌识别模型；

利用所述车辆品牌识别模型对待识别车辆图像进行识别，确定待识别车辆图像中的车辆品牌。

一种非瞬时计算机可读存储介质，所述非瞬时计算机可读存储介质存储指令，其特征在于，所述指令在由处理器执行时使得所述处理器执行如上述车辆品牌识别方法中的步骤。

由上面的技术方案可知，本发明中，根据车辆品牌的结构化信息构建基于注意力机制的卷积循环神经网络，并使用标注有车辆品牌的结构化信息对其进行训练得到车辆品牌识别模型，利用此车辆品牌识别模型识别待识别车辆图像中车辆的品牌信息。本发明能够自适应地结合车辆品牌的结构化信息和注意力机制对车辆图像进行品牌识别，相比于现有通过提取车辆的固定区域的特征来识别车辆品牌，分类性能较高。

附图说明

为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1是本发明实施例一车辆品牌识别方法流程图；