一種車標(biāo)分類器訓(xùn)練方法、車標(biāo)識別方法及裝置制造方法
【專利摘要】本發(fā)明提供一種車標(biāo)分類器訓(xùn)練方法、車標(biāo)識別方法及裝置，方法包括：在車輛進(jìn)入監(jiān)控區(qū)域時(shí)，獲取多幀車輛圖像；對于每一幀車輛圖像，確定每一幀車輛圖像對應(yīng)的車標(biāo)識別結(jié)果，車標(biāo)識別結(jié)果包括：每一幀車輛圖像進(jìn)行車標(biāo)識別時(shí)所使用的車標(biāo)圖像，所識別的車標(biāo)種類，所識別的車標(biāo)種類的置信度；在達(dá)到車標(biāo)識別結(jié)果輸出條件時(shí)，確定車標(biāo)識別結(jié)果中最大的置信度對應(yīng)的車標(biāo)種類為目標(biāo)車標(biāo)種類；對于所確定的車標(biāo)識別結(jié)果中非目標(biāo)車標(biāo)種類的各車標(biāo)識別結(jié)果，將非目標(biāo)車標(biāo)種類的車標(biāo)識別結(jié)果對應(yīng)的車標(biāo)圖像，作為非目標(biāo)車標(biāo)種類對應(yīng)的車標(biāo)模型的負(fù)樣本，以進(jìn)行車標(biāo)模型訓(xùn)練。本發(fā)明可對車標(biāo)分類器進(jìn)行優(yōu)化訓(xùn)練，實(shí)現(xiàn)提升車標(biāo)分類器的識別準(zhǔn)確率的目的。
【專利說明】
一種車標(biāo)分類器訓(xùn)練方法、車標(biāo)識別方法及裝置

【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及車牌識別【技術(shù)領(lǐng)域】，更具體地說，涉及一種車標(biāo)分類器訓(xùn)練方法、車標(biāo)識別方法及裝置。

【背景技術(shù)】
[0002]車牌識別設(shè)備目前已經(jīng)被廣泛使用在停車場出入口對進(jìn)出場的車輛進(jìn)行管理。目前的車牌識別系統(tǒng)都使用進(jìn)場取卡，一車一卡的模式。然而車牌識別的識別率一般只有95%，停車場出入口一般會配置工作人員協(xié)助用戶。隨著人力成本提高，無人值守停車場開始推廣。車牌識別目前在大部分系統(tǒng)中仍然作為車輛識別的唯一標(biāo)準(zhǔn)。一旦車牌號碼無法識別，會對用戶使用以及停車場管理帶來麻煩。車標(biāo)識別作為車牌識別的一種補(bǔ)充，在車牌無法被識別的時(shí)候可以通過識別車標(biāo)來完成尋車以及協(xié)助收費(fèi)，同時(shí)通過對車標(biāo)進(jìn)行識別可收集到出入停車場的車輛檔次信息，從而為判斷消費(fèi)人群的消費(fèi)能力，引進(jìn)不同品牌店等提供基礎(chǔ)，可見車標(biāo)識別在車輛識別領(lǐng)域越來越受到人們的重視。
[0003]車標(biāo)識別包括車標(biāo)檢測與對檢測到的車標(biāo)進(jìn)行識別兩個(gè)步驟，其中涉及到車標(biāo)分類器的使用，具體通過車標(biāo)分類器的混合模型進(jìn)行車標(biāo)檢測，通過車標(biāo)分類器的車標(biāo)模型進(jìn)行車標(biāo)識別。其中，車標(biāo)檢測是為了區(qū)分了當(dāng)前識別對象是車標(biāo)還是非車標(biāo)，常用的車標(biāo)檢測方式為訓(xùn)練一個(gè)車標(biāo)的混合模型進(jìn)行車標(biāo)檢測，從而區(qū)分當(dāng)前識別對象是車標(biāo)還是非車標(biāo)；車標(biāo)識別是在通過車標(biāo)檢測檢測到當(dāng)前識別對象是車標(biāo)時(shí)，確定當(dāng)前識別對象的車標(biāo)種類，如當(dāng)前識別對象是“大眾”車標(biāo)還是“寶馬”車標(biāo)等，常用的車標(biāo)識別方式為對每一種車標(biāo)均訓(xùn)練出一個(gè)車標(biāo)模型，使得每一種車標(biāo)均對應(yīng)有一個(gè)車標(biāo)模型識別，從而通過車標(biāo)模型從多種車標(biāo)種類中識別出當(dāng)前識別對象的車標(biāo)種類。
[0004]本發(fā)明的發(fā)明人發(fā)現(xiàn)現(xiàn)有技術(shù)存在如下問題:目前的車標(biāo)分類器的訓(xùn)練是在實(shí)驗(yàn)室中完成的，車標(biāo)分類器的正負(fù)樣本的收集是前期通過使用攝像機(jī)在各個(gè)時(shí)段和天氣條件下拍攝并儲存大量停車場出入口的視頻；從這些視頻中，人工截取出每輛車的車標(biāo)部分圖像，作為正樣本，人工截取出不是車標(biāo)的部分作為負(fù)樣本，從而實(shí)現(xiàn)車標(biāo)分類器的訓(xùn)練；然而，由于實(shí)驗(yàn)室訓(xùn)練車標(biāo)分類器所采用的樣本圖像是有限的，不可能包含所有類型的停車場出入口的車輛圖像，使得訓(xùn)練出來的車標(biāo)分類器的識別準(zhǔn)確率較低，因此如何對所訓(xùn)練的車標(biāo)分類器進(jìn)行優(yōu)化訓(xùn)練，從而提升車標(biāo)分類器的識別準(zhǔn)確率成為本領(lǐng)域技術(shù)人員亟需解決的技術(shù)問題。


【發(fā)明內(nèi)容】

[0005]有鑒于此，本發(fā)明實(shí)施例提供一種車標(biāo)分類器訓(xùn)練方法、車標(biāo)識別方法及裝置，以解決現(xiàn)有車標(biāo)分類器的識別準(zhǔn)確率較低的問題，以對所訓(xùn)練的車標(biāo)分類器進(jìn)行優(yōu)化訓(xùn)練，實(shí)現(xiàn)提升車標(biāo)分類器的識別準(zhǔn)確率的目的。
[0006]為實(shí)現(xiàn)上述目的，本發(fā)明實(shí)施例提供如下技術(shù)方案:
[0007]—種車標(biāo)分類器訓(xùn)練方法，包括:
[0008]在車輛進(jìn)入監(jiān)控區(qū)域時(shí)，獲取多幀車輛圖像；
[0009]對于每一幀車輛圖像，確定每一幀車輛圖像對應(yīng)的車標(biāo)識別結(jié)果，所述車標(biāo)識別結(jié)果包括:每一幀車輛圖像進(jìn)行車標(biāo)識別時(shí)所使用的車標(biāo)圖像，所識別的車標(biāo)種類，所識別的車標(biāo)種類的置信度；
[0010]在達(dá)到車標(biāo)識別結(jié)果輸出條件時(shí)，確定車標(biāo)識別結(jié)果中最大的置信度對應(yīng)的車標(biāo)種類為目標(biāo)車標(biāo)種類；
[0011]對于所確定的車標(biāo)識別結(jié)果中非目標(biāo)車標(biāo)種類的各車標(biāo)識別結(jié)果，將非目標(biāo)車標(biāo)種類的車標(biāo)識別結(jié)果對應(yīng)的車標(biāo)圖像，作為非目標(biāo)車標(biāo)種類對應(yīng)的車標(biāo)模型的負(fù)樣本，以進(jìn)行車標(biāo)模型訓(xùn)練。
[0012]其中，所述確定每一幀車輛圖像對應(yīng)的車標(biāo)識別結(jié)果包括:
[0013]對所獲取的當(dāng)前幀車輛圖像進(jìn)行車牌識別，若檢測到有效車牌，將檢測到有效車牌時(shí)對應(yīng)的有效車牌區(qū)域進(jìn)行擴(kuò)大；
[0014]對擴(kuò)大的區(qū)域使用車標(biāo)混合模型進(jìn)行車標(biāo)檢測，若檢測到車標(biāo)，使用設(shè)定的各車標(biāo)種類對應(yīng)的車標(biāo)模型對檢測到車標(biāo)的區(qū)域進(jìn)行車標(biāo)識別，確定所識別的車標(biāo)種類及所確定的車標(biāo)種類的置信度，其中，檢測到車標(biāo)的區(qū)域視為進(jìn)行車標(biāo)識別時(shí)所使用的車標(biāo)圖像。
[0015]其中，所述方法還包括:
[0016]通過預(yù)先設(shè)置的隊(duì)列保存同一車輛對應(yīng)的多份車標(biāo)識別結(jié)果，一份車標(biāo)識別結(jié)果對應(yīng)一幀車輛圖像對應(yīng)的車標(biāo)識別結(jié)果；在確定每一幀車輛圖像對應(yīng)的車標(biāo)識別結(jié)果后，每一幀車輛圖像對應(yīng)的車標(biāo)識別結(jié)果均保存在所述隊(duì)列，直至達(dá)到車標(biāo)識別結(jié)果輸出條件時(shí)，輸出所述隊(duì)列所保存的多份車標(biāo)識別結(jié)果。
[0017]其中，所述達(dá)到車標(biāo)識別結(jié)果輸出條件包括:
[0018]對所獲取的當(dāng)前幀車輛圖像進(jìn)行車牌識別，若檢測到有效車牌，且所檢測的車牌為新車牌，則確定當(dāng)前達(dá)到車標(biāo)識別結(jié)果輸出條件；
[0019]或，若當(dāng)前檢測到地感信號，則確定當(dāng)前達(dá)到車標(biāo)識別結(jié)果輸出條件；
[0020]或，若所確定的車標(biāo)識別結(jié)果對應(yīng)的車輛圖像的幀數(shù)達(dá)到設(shè)定幀數(shù)，則確定當(dāng)前達(dá)到車標(biāo)識別結(jié)果輸出條件。
[0021]其中，所述方法還包括:
[0022]將目標(biāo)車標(biāo)種類的車標(biāo)識別結(jié)果對應(yīng)的車標(biāo)圖像，作為目標(biāo)車標(biāo)種類對應(yīng)的車標(biāo)模型的正樣本，以進(jìn)行車標(biāo)模型訓(xùn)練。
[0023]其中，所述方法還包括:
[0024]在達(dá)到車標(biāo)分類器訓(xùn)練條件時(shí)，獲取至少一個(gè)車輛對應(yīng)的車標(biāo)識別結(jié)果，確定正確的目標(biāo)車標(biāo)種類，將非目標(biāo)車標(biāo)種類的車標(biāo)識別結(jié)果對應(yīng)的車標(biāo)圖像，作為非目標(biāo)車標(biāo)種類對應(yīng)的車標(biāo)模型的負(fù)樣本，將目標(biāo)車標(biāo)種類的車標(biāo)識別結(jié)果對應(yīng)的車標(biāo)圖像，作為目標(biāo)車標(biāo)種類對應(yīng)的車標(biāo)模型的正樣本進(jìn)行車標(biāo)模型訓(xùn)練；
[0025]或，在達(dá)到車標(biāo)分類器訓(xùn)練條件時(shí)，獲取至少一個(gè)車輛對應(yīng)的車標(biāo)識別結(jié)果，確定正確的目標(biāo)車標(biāo)種類，若有多個(gè)車標(biāo)模型存在對同一非目標(biāo)車標(biāo)種類的識別，且該多個(gè)車標(biāo)模型中有至少一個(gè)車標(biāo)模型對所述同一非目標(biāo)車標(biāo)種類的識別次數(shù)達(dá)到設(shè)定次數(shù)，則調(diào)高所述同一非目標(biāo)車標(biāo)種類對應(yīng)的車標(biāo)模型的閾值。
[0026]本發(fā)明實(shí)施例還提供一種車標(biāo)識別方法，基于上述所述的車標(biāo)分類器訓(xùn)練方法，所述車標(biāo)識別方法包括:
[0027]在達(dá)到車標(biāo)識別條件時(shí)，獲取車輛圖像；
[0028]使用混合模型對所述車輛圖像進(jìn)行車標(biāo)檢測；
[0029]若檢測到車標(biāo)，采用如上述所述的車標(biāo)分類器訓(xùn)練方法所訓(xùn)練的各車標(biāo)種類對應(yīng)的車標(biāo)模型，對檢測到車標(biāo)的區(qū)域進(jìn)行車標(biāo)識別，確定各車標(biāo)模型所識別的車標(biāo)種類的置信度；
[0030]將置信度最大的車標(biāo)模型所識別的車標(biāo)種類作為車標(biāo)識別的結(jié)果。
[0031]其中，所述達(dá)到車標(biāo)識別條件包括:
[0032]檢測到地感信號時(shí)，確定當(dāng)前達(dá)到車標(biāo)識別條件。
[0033]本發(fā)明實(shí)施例還提供一種車標(biāo)分類器訓(xùn)練裝置，包括:
[0034]第一獲取模塊，用于在車輛進(jìn)入監(jiān)控區(qū)域時(shí)，獲取多幀車輛圖像；
[0035]車標(biāo)識別結(jié)果確定模塊，用于對于每一幀車輛圖像，確定每一幀車輛圖像對應(yīng)的車標(biāo)識別結(jié)果，所述車標(biāo)識別結(jié)果包括:每一幀車輛圖像進(jìn)行車標(biāo)識別時(shí)所使用的車標(biāo)圖像，所識別的車標(biāo)種類，所識別的車標(biāo)種類的置信度；
[0036]目標(biāo)種類確定模塊，用于在達(dá)到車標(biāo)識別結(jié)果輸出條件時(shí)，確定車標(biāo)識別結(jié)果中最大的置信度對應(yīng)的車標(biāo)種類為目標(biāo)車標(biāo)種類；
[0037]負(fù)樣本確定模塊，用于對于所確定的車標(biāo)識別結(jié)果中非目標(biāo)車標(biāo)種類的各車標(biāo)識別結(jié)果，將非目標(biāo)車標(biāo)種類的車標(biāo)識別結(jié)果對應(yīng)的車標(biāo)圖像，作為非目標(biāo)車標(biāo)種類對應(yīng)的車標(biāo)模型的負(fù)樣本，以進(jìn)行車標(biāo)模型訓(xùn)練。
[0038]本發(fā)明實(shí)施例還提供一種車標(biāo)識別裝置，基于上述所述的車標(biāo)分類器訓(xùn)練方法，所述車標(biāo)識別裝置包括:
[0039]第二獲取模塊，用于在達(dá)到車標(biāo)識別條件時(shí)，獲取車輛圖像；
[0040]車標(biāo)檢測模塊，用于使用混合模型對所述車輛圖像進(jìn)行車標(biāo)檢測；
[0041]車標(biāo)識別模塊，用于若檢測到車標(biāo)，采用如上述所述的車標(biāo)分類器訓(xùn)練方法所訓(xùn)練的各車標(biāo)種類對應(yīng)的車標(biāo)模型，對檢測到車標(biāo)的區(qū)域進(jìn)行車標(biāo)識別，確定各車標(biāo)模型所識別的車標(biāo)種類的置信度；
[0042]結(jié)果確定模塊，用于將置信度最大的車標(biāo)模型所識別的車標(biāo)種類作為車標(biāo)識別的結(jié)果。
[0043]基于上述技術(shù)方案，本發(fā)明實(shí)施例提供的車標(biāo)分類器訓(xùn)練方法，在車輛進(jìn)入監(jiān)控區(qū)域時(shí)，可獲取多幀車輛圖像，對于每一幀車輛圖像，可確定每一幀車輛圖像對應(yīng)的車標(biāo)識別結(jié)果，所述車標(biāo)識別結(jié)果包括:每一幀車輛圖像進(jìn)行車標(biāo)識別時(shí)所使用的車標(biāo)圖像，所識別的車標(biāo)種類，所識別的車標(biāo)種類的置信度；并在達(dá)到車標(biāo)識別結(jié)果輸出條件時(shí)，可確定車標(biāo)識別結(jié)果中最大的置信度對應(yīng)的車標(biāo)種類為目標(biāo)車標(biāo)種類，從而將所確定的車標(biāo)識別結(jié)果中非目標(biāo)車標(biāo)種類的車標(biāo)識別結(jié)果對應(yīng)的車標(biāo)圖像，作為非目標(biāo)車標(biāo)種類對應(yīng)的車標(biāo)模型的負(fù)樣本，以進(jìn)行車標(biāo)模型訓(xùn)練，提升非目標(biāo)車標(biāo)種類對應(yīng)的車標(biāo)模型識別的正確率，從而對車標(biāo)分類器進(jìn)行優(yōu)化訓(xùn)練，實(shí)現(xiàn)提升車標(biāo)分類器的識別準(zhǔn)確率的目的。

【專利附圖】

【附圖說明】
[0044]為了更清楚地說明本發(fā)明實(shí)施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對實(shí)施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的實(shí)施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動(dòng)的前提下，還可以根據(jù)提供的附圖獲得其他的附圖。
[0045]圖1為本發(fā)明實(shí)施例提供的車標(biāo)分類器訓(xùn)練方法的流程圖；
[0046]圖2為本發(fā)明實(shí)施例提供的車標(biāo)分類器訓(xùn)練方法的另一流程圖；
[0047]圖3為本發(fā)明實(shí)施例提供的車標(biāo)分類器訓(xùn)練方法的再一流程；
[0048]圖4為本發(fā)明實(shí)施例提供的車標(biāo)識別方法的流程圖；
[0049]圖5為本發(fā)明實(shí)施例提供的車標(biāo)分類器訓(xùn)練裝置的結(jié)構(gòu)框圖；
[0050]圖6為本發(fā)明實(shí)施例提供的車標(biāo)識別結(jié)果確定模塊的結(jié)構(gòu)框圖；
[0051]圖7為本發(fā)明實(shí)施例提供的車標(biāo)分類器訓(xùn)練裝置的另一結(jié)構(gòu)框圖；
[0052]圖8為本發(fā)明實(shí)施例提供的車標(biāo)分類器訓(xùn)練裝置的再一結(jié)構(gòu)框圖；
[0053]圖9為本發(fā)明實(shí)施例提供的車標(biāo)分類器訓(xùn)練裝置的又一結(jié)構(gòu)框圖；
[0054]圖10為本發(fā)明實(shí)施例提供的車標(biāo)識別裝置的結(jié)構(gòu)框圖。

【具體實(shí)施方式】
[0055]下面將結(jié)合本發(fā)明實(shí)施例中的附圖，對本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實(shí)施例僅僅是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例?；诒景l(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動(dòng)前提下所獲得的所有其他實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。
[0056]圖1為本發(fā)明實(shí)施例提供的車標(biāo)分類器訓(xùn)練方法的流程圖，參照圖1，該方法可應(yīng)用于數(shù)據(jù)處理設(shè)備，該數(shù)據(jù)處理設(shè)備可以是具有數(shù)據(jù)處理能力的計(jì)算機(jī)，筆記本電腦等電子設(shè)備，該數(shù)據(jù)處理設(shè)備可與對車輛進(jìn)行監(jiān)控的攝像頭進(jìn)行數(shù)據(jù)通信，該攝像頭可以是設(shè)置于通行場所的出入口(如停車場的出入口)，監(jiān)控車輛通行的攝像頭；參照圖1，該方法可以包括:
[0057]步驟S100、在車輛進(jìn)入監(jiān)控區(qū)域時(shí)，獲取多幀車輛圖像；
[0058]本發(fā)明實(shí)施例可在車輛通行場所的出入口設(shè)置攝像頭對車輛進(jìn)行監(jiān)控，當(dāng)車輛進(jìn)入監(jiān)控區(qū)域時(shí)，該攝像頭可獲取多幀車輛圖像并傳遞至數(shù)據(jù)處理設(shè)備。
[0059]步驟S110、對于每一幀車輛圖像，確定每一幀車輛圖像對應(yīng)的車標(biāo)識別結(jié)果，所述車標(biāo)識別結(jié)果包括:每一幀車輛圖像進(jìn)行車標(biāo)識別時(shí)所使用的車標(biāo)圖像，所識別的車標(biāo)種類，所識別的車標(biāo)種類的置信度；
[0060]對于每一幀車輛圖像，本發(fā)明實(shí)施例可先采用車標(biāo)混合模型進(jìn)行車標(biāo)檢測，若檢測到車標(biāo)，則說明該幀車輛圖像具有車標(biāo)樣本，可通過設(shè)定的各車標(biāo)種類對應(yīng)的車標(biāo)模型對檢測到車標(biāo)的區(qū)域進(jìn)行車標(biāo)識別，從而確定所識別的車標(biāo)種類及所確定的車標(biāo)種類的置信度，其中進(jìn)行車標(biāo)識別所使用的檢測到車標(biāo)的區(qū)域?yàn)檫M(jìn)行車標(biāo)識別時(shí)所使用的車標(biāo)圖像。
[0061]可選的，各車標(biāo)種類對應(yīng)的車標(biāo)模型可以是通過本發(fā)明實(shí)施例提供的車標(biāo)分類器訓(xùn)練方法所訓(xùn)練出的車標(biāo)模型；在通過設(shè)定的各車標(biāo)種類對應(yīng)的車標(biāo)模型對檢測到車標(biāo)的區(qū)域進(jìn)行車標(biāo)識別時(shí)，將得到各車標(biāo)模型所識別的車標(biāo)種類及所識別的車標(biāo)種類的置信度，本發(fā)明實(shí)施例可將最大的置信度，最大的置信度對應(yīng)的車標(biāo)種類和檢測到車標(biāo)的區(qū)域作為該幀車輛圖像對應(yīng)的車標(biāo)識別結(jié)果。
[0062]為便于描述，本發(fā)明實(shí)施例以各車標(biāo)種類對應(yīng)的車標(biāo)模型有兩個(gè)，分別是“豐田”的車標(biāo)模型和“大眾”的車標(biāo)模型為例進(jìn)行說明，本發(fā)明實(shí)施例在采用車標(biāo)混合模型檢測到車標(biāo)后，可分別采用“豐田”的車標(biāo)模型和“大眾”的車標(biāo)模型對檢測到車標(biāo)的區(qū)域進(jìn)行車標(biāo)識別，得到“豐田”的車標(biāo)模型所識別的車標(biāo)種類和置信度，及“大眾”的車標(biāo)模型所識別的車標(biāo)種類和置信度，若“豐田”的車標(biāo)模型的置信度最大，則確定“豐田”的車標(biāo)模型所識別的車標(biāo)種類，置信度和檢測到車標(biāo)的區(qū)域?yàn)樵搸囕v圖像對應(yīng)的車標(biāo)識別結(jié)果，當(dāng)然，若“大眾”的車標(biāo)模型的置信度最大，則確定“大眾”的車標(biāo)模型所識別的車標(biāo)種類，置信度和檢測到車標(biāo)的區(qū)域?yàn)樵搸囕v圖像對應(yīng)的車標(biāo)識別結(jié)果。
[0063]車標(biāo)識別結(jié)果有三個(gè)內(nèi)容，分別為進(jìn)行車標(biāo)識別時(shí)所使用的車標(biāo)圖像，識別的車標(biāo)種類，所識別的車標(biāo)種類的置信度；可選的，識別的車標(biāo)種類可通過一個(gè)文件進(jìn)行待識別目標(biāo)車標(biāo)種類，和當(dāng)前幀識別的車標(biāo)種類的標(biāo)注；待識別目標(biāo)車標(biāo)種類在步驟S120確定目標(biāo)車標(biāo)種類后，將在該文件中進(jìn)行填充。例如當(dāng)前幀車輛圖像識別的車標(biāo)種類為“豐田”，則車標(biāo)識別結(jié)果的三個(gè)內(nèi)容為:一張識別時(shí)候所使用的車標(biāo)圖像，標(biāo)注“待識別目標(biāo)車標(biāo)種類_當(dāng)前幀識別的車標(biāo)種類”的文件填充為“待識別_豐田”的文件以及當(dāng)前識別為“豐田”車標(biāo)種類的置信度。其中，標(biāo)注文件記錄的“待識別_豐田”中，待識別字段為標(biāo)識目標(biāo)車標(biāo)種類的字段，將在下文確定目標(biāo)車標(biāo)種類后填充，“豐田”為當(dāng)前幀車輛圖像識別的車標(biāo)種類。
[0064]可選的，本發(fā)明實(shí)施例所確定的每一幀車輛圖像的車標(biāo)識別結(jié)果，可基于車牌識別的基礎(chǔ)上；具體的，對于每一幀車輛圖像，本發(fā)明實(shí)施例可對所獲取的當(dāng)前幀車輛圖像進(jìn)行車牌識別，若檢測到有效車牌，將檢測到有效車牌時(shí)對應(yīng)的有效車牌區(qū)域進(jìn)行擴(kuò)大，對擴(kuò)大的區(qū)域使用車標(biāo)混合模型進(jìn)行車標(biāo)檢測，若檢測到車標(biāo)，使用設(shè)定的各車標(biāo)種類對應(yīng)的車標(biāo)模型對檢測到車標(biāo)的區(qū)域進(jìn)行車標(biāo)識別，確定所識別的車標(biāo)種類及所確定的車標(biāo)種類的置信度，其中，所述檢測到車標(biāo)的區(qū)域視為進(jìn)行車標(biāo)識別時(shí)所使用的車標(biāo)圖像；可選的，本發(fā)明實(shí)施例也可將最大的置信度，最大的置信度對應(yīng)的車標(biāo)種類和檢測到車標(biāo)的區(qū)域作為該幀車輛圖像對應(yīng)的車標(biāo)識別結(jié)果。
[0065]可選的，置信度可以為O到1.0之間的一個(gè)浮點(diǎn)數(shù)。
[0066]步驟S120、在達(dá)到車標(biāo)識別結(jié)果輸出條件時(shí)，確定車標(biāo)識別結(jié)果中最大的置信度對應(yīng)的車標(biāo)種類為目標(biāo)車標(biāo)種類；
[0067]在確定每一幀車輛圖像對應(yīng)的車標(biāo)識別結(jié)果后，本發(fā)明實(shí)施例可得到與所獲取的車輛圖像的幀數(shù)數(shù)量相同的多份車標(biāo)識別結(jié)果，本發(fā)明實(shí)施例可將該多份車標(biāo)識別結(jié)果中每份車標(biāo)識別結(jié)果對應(yīng)的置信度按照大小進(jìn)行排序，確定出最大的置信度，將該最大的置信度對應(yīng)的車標(biāo)種類確定為目標(biāo)車標(biāo)種類；目標(biāo)車標(biāo)種類可以初步認(rèn)為是攝像頭所監(jiān)控的車輛的真實(shí)車標(biāo)。
[0068]步驟S130、對于所確定的車標(biāo)識別結(jié)果中非目標(biāo)車標(biāo)種類的各車標(biāo)識別結(jié)果，將非目標(biāo)車標(biāo)種類的車標(biāo)識別結(jié)果對應(yīng)的車標(biāo)圖像，作為非目標(biāo)車標(biāo)種類對應(yīng)的車標(biāo)模型的負(fù)樣本，以進(jìn)行車標(biāo)模型訓(xùn)練。
[0069]由于所確定的多份車標(biāo)識別結(jié)果中，可能存在與目標(biāo)車標(biāo)種類不同的非目標(biāo)車標(biāo)種類，本發(fā)明實(shí)施例可將非目標(biāo)車標(biāo)種類的車標(biāo)識別結(jié)果對應(yīng)的車標(biāo)圖像，作為非目標(biāo)車標(biāo)種類對應(yīng)的車標(biāo)模型的負(fù)樣本，從而對該非目標(biāo)車標(biāo)種類對應(yīng)的車標(biāo)模型進(jìn)行訓(xùn)練，從而提升該非目標(biāo)車標(biāo)種類對應(yīng)的車標(biāo)模型的識別正確率。
[0070]為便于理解，可假設(shè)目標(biāo)車標(biāo)種類為“豐田”，若所確定的多份車標(biāo)識別結(jié)果中存在“大眾”這一非目標(biāo)車標(biāo)種類，則可確定本發(fā)明實(shí)施例中的“豐田”車標(biāo)圖像容易被“大眾”的車標(biāo)模型識別成“大眾”，因此被“大眾”的車標(biāo)模型識別為“大眾”的“豐田”車標(biāo)圖像(即所確定的車標(biāo)識別結(jié)果中“大眾”這一識別結(jié)果對應(yīng)的車標(biāo)圖像)為“大眾”的車標(biāo)模型識別較為困難的負(fù)樣本，可將該“豐田”圖標(biāo)圖像加入“大眾”的車標(biāo)模型的負(fù)樣本中進(jìn)行“大眾”車標(biāo)模型的訓(xùn)練，從而降低“大眾”的車標(biāo)模型將“豐田”車標(biāo)圖像識別為“大眾”的概率，提升車標(biāo)識別的正確率。
[0071]以步驟SllO對當(dāng)前幀所識別的車標(biāo)種類在文件中標(biāo)注為“待識別目標(biāo)車標(biāo)種類_當(dāng)前幀識別的車標(biāo)種類”為例，在確定目標(biāo)車標(biāo)種類中后，可在各個(gè)文件中將待識別字段標(biāo)注為目標(biāo)車標(biāo)種類；以目標(biāo)車標(biāo)種類為“豐田”，步驟SllO中當(dāng)前幀所識別的車標(biāo)種類為“豐田”為例，則標(biāo)注“待識別_豐田”的文件，將在確定目標(biāo)車標(biāo)種類后標(biāo)注為“豐田_豐田”，說明此識別結(jié)果為目標(biāo)車標(biāo)種類對應(yīng)的識別結(jié)果；如果目標(biāo)車標(biāo)種類為“大眾”，則標(biāo)注“待識別_豐田”的文件可被填充為“大眾_豐田”，說明此識別結(jié)果為非目標(biāo)車標(biāo)種類對應(yīng)的識別結(jié)果。
[0072]本發(fā)明實(shí)施例提供的車標(biāo)分類器訓(xùn)練方法，在車輛進(jìn)入監(jiān)控區(qū)域時(shí)，可獲取多幀車輛圖像，對于每一幀車輛圖像，可確定每一幀車輛圖像對應(yīng)的車標(biāo)識別結(jié)果，所述車標(biāo)識別結(jié)果包括:每一幀車輛圖像進(jìn)行車標(biāo)識別時(shí)所使用的車標(biāo)圖像，所識別的車標(biāo)種類，所識別的車標(biāo)種類的置信度；并在達(dá)到車標(biāo)識別結(jié)果輸出條件時(shí)，可確定車標(biāo)識別結(jié)果中最大的置信度對應(yīng)的車標(biāo)種類為目標(biāo)車標(biāo)種類，從而將所確定的車標(biāo)識別結(jié)果中非目標(biāo)車標(biāo)種類的車標(biāo)識別結(jié)果對應(yīng)的車標(biāo)圖像，作為非目標(biāo)車標(biāo)種類對應(yīng)的車標(biāo)模型的負(fù)樣本，以進(jìn)行車標(biāo)模型訓(xùn)練，提升非目標(biāo)車標(biāo)種類對應(yīng)的車標(biāo)模型識別的正確率，從而對車標(biāo)分類器進(jìn)行優(yōu)化訓(xùn)練，實(shí)現(xiàn)提升車標(biāo)分類器的識別準(zhǔn)確率的目的。
[0073]可選的，本發(fā)明實(shí)施例也可將目標(biāo)車標(biāo)種類的車標(biāo)識別結(jié)果對應(yīng)的車標(biāo)圖像，作為目標(biāo)車標(biāo)種類對應(yīng)的車標(biāo)模型的正樣本，以進(jìn)行車標(biāo)分類器訓(xùn)練。以上文舉例為例，目標(biāo)車標(biāo)種類為“豐田”，則本發(fā)明實(shí)施例可將被“豐田”的車標(biāo)模型識別成“豐田”的車標(biāo)圖像作為“豐田”的車標(biāo)模型的正樣本(即所確定的車標(biāo)識別結(jié)果中“豐田”這一目標(biāo)車標(biāo)種類的車標(biāo)識別結(jié)果對應(yīng)的車標(biāo)圖像)，從而提升“豐田”的車標(biāo)模型的車標(biāo)識別準(zhǔn)確率。
[0074]可選的，為便于車標(biāo)識別結(jié)果的保存，本發(fā)明實(shí)施例可預(yù)先設(shè)置一個(gè)隊(duì)列保存同一車輛對應(yīng)的多份車標(biāo)識別結(jié)果，該隊(duì)列將保存同一車輛的每一幀車輛圖像對應(yīng)的車標(biāo)識別結(jié)果，直至達(dá)到車標(biāo)識別結(jié)果輸出條件時(shí)，輸出所保存的多份車標(biāo)識別結(jié)果。圖2示出了本發(fā)明實(shí)施例提供的車標(biāo)分類器訓(xùn)練方法的另一流程圖，參照圖2，該方法可以包括:
[0075]步驟S200、預(yù)先設(shè)置一個(gè)隊(duì)列保存同一車輛對應(yīng)的多份車標(biāo)識別結(jié)果，一份車標(biāo)識別結(jié)果對應(yīng)一幀車輛圖像對應(yīng)的車標(biāo)識別結(jié)果；
[0076]步驟S210、在車輛進(jìn)入監(jiān)控區(qū)域時(shí)，獲取多幀車輛圖像；
[0077]步驟S220、對于每一幀車輛圖像，確定每一幀車輛圖像對應(yīng)的車標(biāo)識別結(jié)果，并將所確定的車標(biāo)識別結(jié)果保存入所述隊(duì)列，所述車標(biāo)識別結(jié)果包括:每一幀車輛圖像進(jìn)行車標(biāo)識別時(shí)所使用的車標(biāo)圖像，所識別的車標(biāo)種類，所識別的車標(biāo)種類的置信度；
[0078]可選的，由于車標(biāo)識別需要資源較多，因此不一定能滿足連續(xù)的每幀車輛圖像檢測的要求，本發(fā)明實(shí)施例可以使用隔幀識別或者每秒抽取其中幾幀識別的方式，獲取各幀車輛圖像，從而進(jìn)行車標(biāo)識別。
[0079]步驟S230、在達(dá)到車標(biāo)識別結(jié)果輸出條件時(shí)，輸出所述隊(duì)列所保存的多份車標(biāo)識別結(jié)果，以清空所述隊(duì)列，并確定所輸出的多份車標(biāo)識別結(jié)果中最大的置信度對應(yīng)的車標(biāo)種類為目標(biāo)車標(biāo)種類；
[0080]步驟S240、對于所確定的車標(biāo)識別結(jié)果中非目標(biāo)車標(biāo)種類的各車標(biāo)識別結(jié)果，將非目標(biāo)車標(biāo)種類的車標(biāo)識別結(jié)果對應(yīng)的車標(biāo)圖像，作為非目標(biāo)車標(biāo)種類對應(yīng)的車標(biāo)模型的負(fù)樣本，以進(jìn)行車標(biāo)模型訓(xùn)練。
[0081]可選的，達(dá)到車標(biāo)識別結(jié)果輸出條件可以有如下情況:
[0082]一、攝像頭監(jiān)控的車輛發(fā)生改變；即攝像頭獲取的當(dāng)前幀車輛圖像為新車輛的圖像，則隊(duì)列中所保存的上一車輛的車標(biāo)識別結(jié)果應(yīng)輸出，以使隊(duì)列可保存新車輛的車標(biāo)識別結(jié)果；具體的，本發(fā)明實(shí)施例可通過檢測獲取的當(dāng)前幀車輛圖像的車牌是否為新車牌，實(shí)現(xiàn)車標(biāo)識別結(jié)果是否達(dá)到輸出條件的判斷(即通過判斷當(dāng)前幀車輛圖像的車牌與隊(duì)列中所保存的車標(biāo)識別結(jié)果對應(yīng)的車牌是否相同，實(shí)現(xiàn)車標(biāo)識別結(jié)果是否達(dá)到輸出條件的判斷)；一種可選的實(shí)現(xiàn)方式為:本發(fā)明實(shí)施例可對所獲取的當(dāng)前幀車輛圖像進(jìn)行車牌識別，若檢測到有效車牌，且所檢測的車牌為新車牌，則確定當(dāng)前達(dá)到車標(biāo)識別結(jié)果輸出條件；
[0083]二、車輛?？吭诘馗猩蠒r(shí)；若當(dāng)前檢測到地感信號，則確定當(dāng)前達(dá)到車標(biāo)識別結(jié)果輸出條件；
[0084]三、所確定的車標(biāo)識別結(jié)果對應(yīng)的車輛圖像的幀數(shù)達(dá)到設(shè)定幀數(shù)(如隊(duì)列中所保存的車標(biāo)識別結(jié)果達(dá)到與設(shè)定幀數(shù)相同的數(shù)量)。
[0085]圖3示出了本發(fā)明實(shí)施例提供的車標(biāo)分類器訓(xùn)練方法的再一流程，圖3所示方法為一種較為具體的可選方法，參照圖3，該方法可以包括:
[0086]步驟S300、在車輛進(jìn)入監(jiān)控區(qū)域時(shí)，通過攝像頭獲取車輛圖像；
[0087]步驟S310、獲取當(dāng)前幀車輛圖像，對當(dāng)前幀車輛圖像進(jìn)行車牌識別，根據(jù)識別結(jié)果判斷當(dāng)前車牌是否有效，若是，執(zhí)行步驟S320，若否，執(zhí)行步驟S400 ；
[0088]車牌無效可以是當(dāng)前幀車輛圖像無車牌，也可以是所檢測到的車牌為無效車牌。
[0089]步驟S320、判斷當(dāng)前車牌是否為新車牌，若是，執(zhí)行步驟S330，若否，執(zhí)行步驟S340 ；
[0090]步驟S330、如果隊(duì)列不為空，輸出預(yù)先設(shè)置的隊(duì)列中保存的車標(biāo)識別結(jié)果，所述隊(duì)列保存有同一車輛對應(yīng)的多份車標(biāo)識別結(jié)果，進(jìn)入步驟S340和步驟S380 ;如果隊(duì)列為空，執(zhí)行步驟S340 ；
[0091]如果上一輛車是無牌車或者車牌識別失敗的車輛，當(dāng)前隊(duì)列會出現(xiàn)為空的情況。一旦來了一輛有牌照的車輛，該車輛會被判斷為新車。
[0092]步驟S340、將檢測到車牌的區(qū)域左右擴(kuò)大車牌寬度的10%，向上擴(kuò)大車牌高度8倍，對擴(kuò)大后的區(qū)域使用車標(biāo)混合模型進(jìn)行車標(biāo)檢測；
[0093]步驟S350、判斷是否檢測到車標(biāo)，若否，執(zhí)行步驟S400，若是，執(zhí)行步驟S360 ；
[0094]步驟S360、使用設(shè)定的各車標(biāo)種類對應(yīng)的車標(biāo)模型對擴(kuò)大的區(qū)域進(jìn)行車標(biāo)識別，確定車標(biāo)識別結(jié)果，并將車標(biāo)識別結(jié)果存儲入所述隊(duì)列，所述車標(biāo)識別結(jié)果包括:進(jìn)行車標(biāo)識別時(shí)所使用的車標(biāo)圖像，所識別的車標(biāo)種類，所識別的車標(biāo)種類的置信度；
[0095]步驟S370、判斷隊(duì)列中保存的車標(biāo)識別結(jié)果的數(shù)量是否大于與設(shè)定幀數(shù)相同的數(shù)量，若是，輸出所述隊(duì)列中保存的車標(biāo)識別結(jié)果，執(zhí)行步驟S380，若否，執(zhí)行步驟S400 ；
[0096]步驟S380、對于所述隊(duì)列輸出的車標(biāo)識別結(jié)果，確定車標(biāo)識別結(jié)果中最大的置信度對應(yīng)的車標(biāo)種類為目標(biāo)車標(biāo)種類；
[0097]步驟S390、如果隊(duì)列中保存的記錄滿足適合迭代訓(xùn)練的最小閾值，對于所確定的車標(biāo)識別結(jié)果中非目標(biāo)車標(biāo)種類的各車標(biāo)識別結(jié)果，將非目標(biāo)車標(biāo)種類的車標(biāo)識別結(jié)果對應(yīng)的車標(biāo)圖像，作為非目標(biāo)車標(biāo)種類對應(yīng)的車標(biāo)模型的負(fù)樣本，以進(jìn)行車標(biāo)模型訓(xùn)練；及將目標(biāo)車標(biāo)種類的車標(biāo)識別結(jié)果對應(yīng)的車標(biāo)圖像，作為目標(biāo)車標(biāo)種類對應(yīng)的車標(biāo)模型的正樣本，以進(jìn)行車標(biāo)分類器訓(xùn)練；進(jìn)入步驟S440 ；
[0098]如果隊(duì)列中保存的車標(biāo)識別結(jié)果的數(shù)量不多，小于最小閾值，則車標(biāo)識別的結(jié)果不一定準(zhǔn)確，則不進(jìn)行迭代訓(xùn)練。
[0099]步驟S400、判斷是否檢測到地感信號，若是，如果隊(duì)列不為空，輸出所述隊(duì)列中保存的車標(biāo)識別結(jié)果，進(jìn)入步驟S380，如果隊(duì)列為空，執(zhí)行步驟S410 ;若否，進(jìn)入步驟S310 ；
[0100]步驟S410、獲取一張車輛圖像，使用混合模型對車輛圖像進(jìn)行車標(biāo)檢測；
[0101]步驟S420、判斷是否檢測到車標(biāo)，若否，執(zhí)行步驟S440，若是，執(zhí)行步驟S430 ；
[0102]步驟S430、使用設(shè)定的各車標(biāo)種類對應(yīng)的車標(biāo)模型對檢測到車標(biāo)的區(qū)域進(jìn)行車標(biāo)識別，確定各車標(biāo)模型所確定的車標(biāo)種類及車標(biāo)種類的置信度，將最大置信度對應(yīng)的車標(biāo)種類確定為車輛圖像所對應(yīng)的識別車標(biāo)。
[0103]由于該次識別僅使用了一幀圖像，因此識別的結(jié)果不一定準(zhǔn)確，識別的結(jié)果不應(yīng)用于迭代訓(xùn)練。
[0104]步驟S440、結(jié)束流程；
[0105]可選的，本發(fā)明實(shí)施例可在達(dá)到車標(biāo)分類器訓(xùn)練條件時(shí)，采用迭代訓(xùn)練方式對車標(biāo)模型進(jìn)行訓(xùn)練。具體的，可在車標(biāo)模型的誤識別率達(dá)到閾值時(shí)(如非目標(biāo)車標(biāo)種類的確定次數(shù)達(dá)到閾值)，確定車標(biāo)模型的誤檢情況嚴(yán)重，確定此時(shí)達(dá)到車標(biāo)分類器訓(xùn)練條件。工作人員可對圖1所示方法所確定的目標(biāo)車標(biāo)種類進(jìn)行檢查，判定目標(biāo)車標(biāo)種類的識別是否正確，并在不正確時(shí)，對目標(biāo)車標(biāo)種類進(jìn)行糾正，確定正確的目標(biāo)車標(biāo)種類，從而對車標(biāo)模型進(jìn)行迭代訓(xùn)練；
[0106]以上述的例子，如果檢查的結(jié)果顯示圖1所示方法確定的目標(biāo)車標(biāo)種類為“豐田”，且目標(biāo)車標(biāo)種類識別正確，為正確目標(biāo)車標(biāo)種類；則識別為“大眾”車標(biāo)的車標(biāo)圖像可以作為“大眾”車標(biāo)模型的負(fù)樣本使用，即“大眾”分類器有可能把“豐田”車標(biāo)識別成“大眾”；
[0107]如果工作人員檢查發(fā)現(xiàn)圖1所示方法確定的目標(biāo)車標(biāo)種類為“豐田”，且目標(biāo)車標(biāo)種類識別錯(cuò)誤，正確的目標(biāo)車標(biāo)種類并非“豐田”，而是其他車標(biāo)種類，則工作人員可對已確定的目標(biāo)車標(biāo)種類進(jìn)行糾正，如果正確的目標(biāo)車標(biāo)種類為“大眾”，那么目標(biāo)車標(biāo)種類由之前確定的“豐田”修改為“大眾”，并將識別為“豐田”車標(biāo)的車標(biāo)圖像可以作為“豐田”車標(biāo)模型的負(fù)樣本使用，即“豐田”分類器有可能把“大眾”車標(biāo)識別成“豐田”;如果正確的目標(biāo)車標(biāo)種類不是“大眾”和“豐田”，而是其他的車標(biāo)種類，則可將識別為“大眾”車標(biāo)的車標(biāo)圖像作為“大眾”車標(biāo)模型的負(fù)樣本使用，識別為“豐田”車標(biāo)的車標(biāo)圖像作為“豐田”車標(biāo)模型的負(fù)樣本使用?？蛇x的，一種較為便捷的目標(biāo)車標(biāo)種類的糾正方式可以為對標(biāo)注有目標(biāo)車標(biāo)種類字段的文件中的目標(biāo)車標(biāo)種類字段進(jìn)行修改，將目標(biāo)車標(biāo)種類字段修改為正確的目標(biāo)車標(biāo)種類；如工作人員在進(jìn)行糾正前，文件中標(biāo)注為“豐田_大眾”，但目標(biāo)車標(biāo)種類不為“豐田”而是“大眾”，則可直接將文件中的目標(biāo)車標(biāo)種類字段修改為“大眾”，即文件標(biāo)注修改為“大眾_大眾”，從而使得目標(biāo)車標(biāo)種類的糾正更為便捷。
[0108]本發(fā)明實(shí)施例進(jìn)行的迭代訓(xùn)練的過程如下:
[0109]1、在達(dá)到車標(biāo)分類器訓(xùn)練條件時(shí)，獲取至少一個(gè)車輛對應(yīng)的車標(biāo)識別結(jié)果，確定正確的目標(biāo)車標(biāo)種類，將非目標(biāo)車標(biāo)種類的車標(biāo)識別結(jié)果對應(yīng)的車標(biāo)圖像，作為非目標(biāo)車標(biāo)種類對應(yīng)的車標(biāo)模型的負(fù)樣本。當(dāng)車標(biāo)模型的誤識別率達(dá)到閾值時(shí)，本發(fā)明實(shí)施例可能得到多個(gè)車輛對應(yīng)的車標(biāo)識別結(jié)果，在對這些車標(biāo)識別結(jié)果進(jìn)行人工檢查后，可將非目標(biāo)車標(biāo)種類的車標(biāo)識別結(jié)果對應(yīng)的車標(biāo)圖像，作為非目標(biāo)車標(biāo)種類對應(yīng)的車標(biāo)模型的負(fù)樣本。
[0110]例如，一般來說經(jīng)過實(shí)驗(yàn)室訓(xùn)練的車標(biāo)對于大部分的車標(biāo)分類都有比較高的識別率，僅對于部分的車標(biāo)容易識別錯(cuò)誤。統(tǒng)計(jì)所有的錯(cuò)誤識別的車標(biāo)種類的每類數(shù)量，統(tǒng)計(jì)出錯(cuò)誤識別最多的幾類，例如車標(biāo)模型容易把“豐田”識別成“大眾”，“三菱”識別成“五菱”等，貝IJ可把所有的識別成“大眾”的豐田車標(biāo)圖像作為負(fù)樣本添加到“大眾”車標(biāo)模型訓(xùn)練的負(fù)樣本中。經(jīng)過了這次訓(xùn)練后，車標(biāo)模型錯(cuò)誤識別會明顯減少。
[0111]2、若有多個(gè)車標(biāo)模型存在對同一非目標(biāo)車標(biāo)種類的識別，且該多個(gè)車標(biāo)模型中有至少一個(gè)車標(biāo)模型對所述同一非目標(biāo)車標(biāo)種類的識別次數(shù)達(dá)到設(shè)定次數(shù)，則調(diào)高所述同一非目標(biāo)車標(biāo)種類對應(yīng)的車標(biāo)模型的閾值。例如，可統(tǒng)計(jì)所有的車標(biāo)識別結(jié)果中是否存在某一車標(biāo)種類容易被誤識別，例如有多類車標(biāo)模型容易將車標(biāo)誤識別為“三菱”，并且每類車標(biāo)模型錯(cuò)誤識別成“三菱”的個(gè)數(shù)還達(dá)到一定閾值，那么說明“三菱”車標(biāo)模型的閾值偏低，就適當(dāng)調(diào)高“三菱”的車標(biāo)模型的閾值。
[0112]3、在達(dá)到車標(biāo)分類器訓(xùn)練條件時(shí)，獲取至少一個(gè)車輛對應(yīng)的車標(biāo)識別結(jié)果，確定正確的目標(biāo)車標(biāo)種類，將目標(biāo)車標(biāo)種類的車標(biāo)識別結(jié)果對應(yīng)的車標(biāo)圖像，作為目標(biāo)車標(biāo)種類對應(yīng)的車標(biāo)模型的正樣本進(jìn)行車標(biāo)模型訓(xùn)練。當(dāng)車標(biāo)模型的誤識別率達(dá)到閾值時(shí)，本發(fā)明實(shí)施例可能得到多個(gè)車輛對應(yīng)的車標(biāo)識別結(jié)果，在對這些車標(biāo)識別結(jié)果進(jìn)行人工檢查后，可將目標(biāo)車標(biāo)種類的車標(biāo)識別結(jié)果對應(yīng)的車標(biāo)圖像，作為目標(biāo)車標(biāo)種類對應(yīng)的車標(biāo)模型的正樣本進(jìn)行車標(biāo)模型訓(xùn)練。
[0113]例如，可檢查哪類車標(biāo)模型的識別率偏低，將收集到的該類車標(biāo)模型識別正確的車標(biāo)圖像添加到該類車標(biāo)模型的正樣本中，如“豐田”車標(biāo)模型識別率低，就把正確的目標(biāo)車標(biāo)種類是“豐田”對應(yīng)的車標(biāo)圖像作為“豐田”車標(biāo)模型的正樣本進(jìn)行訓(xùn)練。
[0114]本發(fā)明實(shí)施例提供的車標(biāo)分類器訓(xùn)練方法，可將所確定的車標(biāo)識別結(jié)果中非目標(biāo)車標(biāo)種類的車標(biāo)識別結(jié)果對應(yīng)的車標(biāo)圖像，作為非目標(biāo)車標(biāo)種類對應(yīng)的車標(biāo)模型的負(fù)樣本，以進(jìn)行車標(biāo)模型訓(xùn)練，提升非目標(biāo)車標(biāo)種類對應(yīng)的車標(biāo)模型識別的正確率，從而對車標(biāo)分類器進(jìn)行優(yōu)化訓(xùn)練，實(shí)現(xiàn)提升車標(biāo)分類器的識別準(zhǔn)確率的目的。
[0115]下面對本發(fā)明實(shí)施例提供的車標(biāo)識別方法進(jìn)行介紹，下文描述的車標(biāo)識別方法基于上文描述的車標(biāo)分類器訓(xùn)練方法。
[0116]圖4為本發(fā)明實(shí)施例提供的車標(biāo)識別方法的流程圖，該方法可應(yīng)用于具有數(shù)據(jù)處理能力的電子設(shè)備，該電子設(shè)備可以專門設(shè)置來進(jìn)行車標(biāo)識別，參照圖4，該方法可以包括:
[0117]步驟S500、在達(dá)到車標(biāo)識別條件時(shí)，獲取車輛圖像；
[0118]可選的，本發(fā)明實(shí)施例可在車輛?？吭诘馗?，檢測到地感信號時(shí)，確定當(dāng)前達(dá)到車標(biāo)識別條件。
[0119]步驟S510、使用混合模型對所述車輛圖像進(jìn)行車標(biāo)檢測；
[0120]步驟S520、若檢測到車標(biāo)，采用各車標(biāo)種類對應(yīng)的車標(biāo)模型，對檢測到車標(biāo)的區(qū)域進(jìn)行車標(biāo)識別，確定各車標(biāo)模型所識別的車標(biāo)種類的置信度；
[0121]可選的，各車標(biāo)種類對應(yīng)的車標(biāo)模型可以是采用上文描述的車標(biāo)分類器訓(xùn)練方法所訓(xùn)練的車標(biāo)模型。
[0122]步驟S530、將置信度最大的車標(biāo)模型所識別的車標(biāo)種類作為車標(biāo)識別的結(jié)果。
[0123]本發(fā)明實(shí)施例采用優(yōu)化訓(xùn)練后的車標(biāo)分類器進(jìn)行車標(biāo)識別，實(shí)現(xiàn)了提升車標(biāo)識別的準(zhǔn)確率的目的。
[0124]下面對本發(fā)明實(shí)施例提供的車標(biāo)分類器訓(xùn)練裝置進(jìn)行介紹，下文描述的車標(biāo)分類器訓(xùn)練裝置與上文描述的車標(biāo)分類器訓(xùn)練方法可相互對應(yīng)參照。
[0125]圖5為本發(fā)明實(shí)施例提供的車標(biāo)分類器訓(xùn)練裝置的結(jié)構(gòu)框圖，該裝置可應(yīng)用于數(shù)據(jù)處理設(shè)備，該數(shù)據(jù)處理設(shè)備可以是具有數(shù)據(jù)處理能力的計(jì)算機(jī)，筆記本電腦等電子設(shè)備，該數(shù)據(jù)處理設(shè)備可與對車輛進(jìn)行監(jiān)控的攝像頭進(jìn)行數(shù)據(jù)通信，該攝像頭可以是設(shè)置于通行場所的出入口，監(jiān)控車輛通行的攝像頭；參照圖5，該裝置可以包括:
[0126]第一獲取模塊100，用于在車輛進(jìn)入監(jiān)控區(qū)域時(shí)，獲取多幀車輛圖像；
[0127]車標(biāo)識別結(jié)果確定模塊110,用于對于每一巾貞車輛圖像,確定每一巾貞車輛圖像對應(yīng)的車標(biāo)識別結(jié)果，所述車標(biāo)識別結(jié)果包括:每一幀車輛圖像進(jìn)行車標(biāo)識別時(shí)所使用的車標(biāo)圖像，所識別的車標(biāo)種類，所識別的車標(biāo)種類的置信度；
[0128]目標(biāo)種類確定模塊120，用于在達(dá)到車標(biāo)識別結(jié)果輸出條件時(shí)，確定車標(biāo)識別結(jié)果中最大的置信度對應(yīng)的車標(biāo)種類為目標(biāo)車標(biāo)種類；
[0129]負(fù)樣本確定模塊130，用于對于所確定的車標(biāo)識別結(jié)果中非目標(biāo)車標(biāo)種類的各車標(biāo)識別結(jié)果，將非目標(biāo)車標(biāo)種類的車標(biāo)識別結(jié)果對應(yīng)的車標(biāo)圖像，作為非目標(biāo)車標(biāo)種類對應(yīng)的車標(biāo)模型的負(fù)樣本，以進(jìn)行車標(biāo)模型訓(xùn)練。
[0130]可選的，達(dá)到車標(biāo)識別結(jié)果輸出條件可以為:當(dāng)前幀車輛圖像所檢測的車牌為新車牌；或，當(dāng)前檢測到地感信號；或，所確定的車標(biāo)識別結(jié)果對應(yīng)的車輛圖像的幀數(shù)達(dá)到設(shè)定中貞數(shù)。
[0131]圖6示出了車標(biāo)識別結(jié)果確定模塊110的一種可選結(jié)構(gòu)，參照圖6，車標(biāo)識別結(jié)果確定模塊110可以包括:
[0132]車牌識別單元1101，用于對所獲取的當(dāng)前幀車輛圖像進(jìn)行車牌識別，若檢測到有效車牌，將檢測到有效車牌時(shí)對應(yīng)的有效車牌區(qū)域進(jìn)行擴(kuò)大；
[0133]車標(biāo)檢測識別單元1102，用于對擴(kuò)大的區(qū)域使用車標(biāo)混合模型進(jìn)行車標(biāo)檢測，若檢測到車標(biāo)，使用設(shè)定的各車標(biāo)種類對應(yīng)的車標(biāo)模型對檢測到車標(biāo)的區(qū)域進(jìn)行車標(biāo)識別，確定所識別的車標(biāo)種類及所確定的車標(biāo)種類的置信度，其中，所述檢測到車標(biāo)的區(qū)域視為進(jìn)行車標(biāo)識別時(shí)所使用的車標(biāo)圖像。
[0134]可選的，圖7示出了本發(fā)明實(shí)施例提供的車標(biāo)分類器訓(xùn)練裝置的另一結(jié)構(gòu)框圖，結(jié)合圖5和圖7所示，該裝置還可以包括:
[0135]隊(duì)列保存模塊140，用于通過預(yù)先設(shè)置的隊(duì)列保存同一車輛對應(yīng)的多份車標(biāo)識別結(jié)果，一份車標(biāo)識別結(jié)果對應(yīng)一幀車輛圖像對應(yīng)的車標(biāo)識別結(jié)果；在確定每一幀車輛圖像對應(yīng)的車標(biāo)識別結(jié)果后，每一幀車輛圖像對應(yīng)的車標(biāo)識別結(jié)果均保存在所述隊(duì)列，直至達(dá)到車標(biāo)識別結(jié)果輸出條件時(shí)，輸出所述隊(duì)列所保存的多份車標(biāo)識別結(jié)果。
[0136]圖8示出了本發(fā)明實(shí)施例提供的車標(biāo)分類器訓(xùn)練裝置的再一結(jié)構(gòu)框圖，結(jié)合圖5和圖8所示，該裝置還可以包括:
[0137]正樣本確定模塊150，用于將目標(biāo)車標(biāo)種類的車標(biāo)識別結(jié)果對應(yīng)的車標(biāo)圖像，作為目標(biāo)車標(biāo)種類對應(yīng)的車標(biāo)模型的正樣本，以進(jìn)行車標(biāo)模型訓(xùn)練。
[0138]可選的，圖9示出了本發(fā)明實(shí)施例提供的車標(biāo)分類器訓(xùn)練裝置的又一結(jié)構(gòu)框圖，結(jié)合圖5和圖9所示，該裝置還可以包括:
[0139]第一訓(xùn)練模塊160，用于在達(dá)到車標(biāo)分類器訓(xùn)練條件時(shí)，獲取至少一個(gè)車輛對應(yīng)的車標(biāo)識別結(jié)果，確定正確的目標(biāo)車標(biāo)種類，將非目標(biāo)車標(biāo)種類的車標(biāo)識別結(jié)果對應(yīng)的車標(biāo)圖像，作為非目標(biāo)車標(biāo)種類對應(yīng)的車標(biāo)模型的負(fù)樣本，將目標(biāo)車標(biāo)種類的車標(biāo)識別結(jié)果對應(yīng)的車標(biāo)圖像，作為目標(biāo)車標(biāo)種類對應(yīng)的車標(biāo)模型的正樣本進(jìn)行車標(biāo)模型訓(xùn)練；
[0140]第二訓(xùn)練模塊170，用于在達(dá)到車標(biāo)分類器訓(xùn)練條件時(shí)，獲取至少一個(gè)車輛對應(yīng)的車標(biāo)識別結(jié)果，確定正確的目標(biāo)車標(biāo)種類，若有多個(gè)車標(biāo)模型存在對同一非目標(biāo)車標(biāo)種類的識別，且該多個(gè)車標(biāo)模型中有至少一個(gè)車標(biāo)模型對所述同一非目標(biāo)車標(biāo)種類的識別次數(shù)達(dá)到設(shè)定次數(shù)，則調(diào)高所述同一非目標(biāo)車標(biāo)種類對應(yīng)的車標(biāo)模型的閾值。
[0141]本發(fā)明實(shí)施例提供的車標(biāo)分類器訓(xùn)練裝置，可將所確定的車標(biāo)識別結(jié)果中非目標(biāo)車標(biāo)種類的車標(biāo)識別結(jié)果對應(yīng)的車標(biāo)圖像，作為非目標(biāo)車標(biāo)種類對應(yīng)的車標(biāo)模型的負(fù)樣本，以進(jìn)行車標(biāo)模型訓(xùn)練，提升非目標(biāo)車標(biāo)種類對應(yīng)的車標(biāo)模型識別的正確率，從而對車標(biāo)分類器進(jìn)行優(yōu)化訓(xùn)練，實(shí)現(xiàn)提升車標(biāo)分類器的識別準(zhǔn)確率的目的。
[0142]下面對本發(fā)明實(shí)施例提供的車標(biāo)識別裝置進(jìn)行介紹，下文描述的車標(biāo)識別裝置可與上文描述的車標(biāo)識別方法相互對應(yīng)參照。
[0143]圖10為本發(fā)明實(shí)施例提供的車標(biāo)識別裝置的結(jié)構(gòu)框圖，該裝置可應(yīng)用于具有數(shù)據(jù)處理能力的電子設(shè)備，該電子設(shè)備可以專門設(shè)置來進(jìn)行車標(biāo)識別，參照圖10，該裝置可以包括:
[0144]第二獲取模塊200，用于在達(dá)到車標(biāo)識別條件時(shí)，獲取車輛圖像；
[0145]車標(biāo)檢測模塊210，用于使用混合模型對所述車輛圖像進(jìn)行車標(biāo)檢測；
[0146]車標(biāo)識別模塊220，用于若檢測到車標(biāo)，采用各車標(biāo)種類對應(yīng)的車標(biāo)模型，對檢測到車標(biāo)的區(qū)域進(jìn)行車標(biāo)識別，確定各車標(biāo)模型所識別的車標(biāo)種類的置信度；
[0147]可選的，所使用的車標(biāo)模型可以為通過本發(fā)明實(shí)施例提供的車標(biāo)分類器訓(xùn)練方法所訓(xùn)練的車標(biāo)模型。
[0148]結(jié)果確定模塊230，用于將置信度最大的車標(biāo)模型所識別的車標(biāo)種類作為車標(biāo)識別的結(jié)果。
[0149]本發(fā)明實(shí)施例采用優(yōu)化訓(xùn)練后的車標(biāo)分類器進(jìn)行車標(biāo)識別，實(shí)現(xiàn)了提升車標(biāo)識別的準(zhǔn)確率的目的。
[0150]本說明書中各個(gè)實(shí)施例采用遞進(jìn)的方式描述，每個(gè)實(shí)施例重點(diǎn)說明的都是與其他實(shí)施例的不同之處，各個(gè)實(shí)施例之間相同相似部分互相參見即可。對于實(shí)施例公開的裝置而言，由于其與實(shí)施例公開的方法相對應(yīng)，所以描述的比較簡單，相關(guān)之處參見方法部分說明即可。
[0151]專業(yè)人員還可以進(jìn)一步意識到，結(jié)合本文中所公開的實(shí)施例描述的各示例的單元及算法步驟，能夠以電子硬件、計(jì)算機(jī)軟件或者二者的結(jié)合來實(shí)現(xiàn)，為了清楚地說明硬件和軟件的可互換性，在上述說明中已經(jīng)按照功能一般性地描述了各示例的組成及步驟。這些功能究竟以硬件還是軟件方式來執(zhí)行，取決于技術(shù)方案的特定應(yīng)用和設(shè)計(jì)約束條件。專業(yè)技術(shù)人員可以對每個(gè)特定的應(yīng)用來使用不同方法來實(shí)現(xiàn)所描述的功能，但是這種實(shí)現(xiàn)不應(yīng)認(rèn)為超出本發(fā)明的范圍。
[0152]結(jié)合本文中所公開的實(shí)施例描述的方法或算法的步驟可以直接用硬件、處理器執(zhí)行的軟件模塊，或者二者的結(jié)合來實(shí)施。軟件模塊可以置于隨機(jī)存儲器(RAM)、內(nèi)存、只讀存儲器(ROM)、電可編程ROM、電可擦除可編程ROM、寄存器、硬盤、可移動(dòng)磁盤、CD-ROM、或【技術(shù)領(lǐng)域】內(nèi)所公知的任意其它形式的存儲介質(zhì)中。
[0153]對所公開的實(shí)施例的上述說明，使本領(lǐng)域?qū)I(yè)技術(shù)人員能夠?qū)崿F(xiàn)或使用本發(fā)明。對這些實(shí)施例的多種修改對本領(lǐng)域的專業(yè)技術(shù)人員來說將是顯而易見的，本文中所定義的一般原理可以在不脫離本發(fā)明的精神或范圍的情況下，在其它實(shí)施例中實(shí)現(xiàn)。因此，本發(fā)明將不會被限制于本文所示的這些實(shí)施例，而是要符合與本文所公開的原理和新穎特點(diǎn)相一致的最寬的范圍。
【權(quán)利要求】
1.一種車標(biāo)分類器訓(xùn)練方法，其特征在于，包括: 在車輛進(jìn)入監(jiān)控區(qū)域時(shí)，獲取多幀車輛圖像； 對于每一幀車輛圖像，確定每一幀車輛圖像對應(yīng)的車標(biāo)識別結(jié)果，所述車標(biāo)識別結(jié)果包括:每一幀車輛圖像進(jìn)行車標(biāo)識別時(shí)所使用的車標(biāo)圖像，所識別的車標(biāo)種類，所識別的車標(biāo)種類的置信度； 在達(dá)到車標(biāo)識別結(jié)果輸出條件時(shí)，確定車標(biāo)識別結(jié)果中最大的置信度對應(yīng)的車標(biāo)種類為目標(biāo)車標(biāo)種類； 對于所確定的車標(biāo)識別結(jié)果中非目標(biāo)車標(biāo)種類的各車標(biāo)識別結(jié)果，將非目標(biāo)車標(biāo)種類的車標(biāo)識別結(jié)果對應(yīng)的車標(biāo)圖像，作為非目標(biāo)車標(biāo)種類對應(yīng)的車標(biāo)模型的負(fù)樣本，以進(jìn)行車標(biāo)模型訓(xùn)練。
2.根據(jù)權(quán)利要求1所述的車標(biāo)分類器訓(xùn)練方法，其特征在于，所述確定每一幀車輛圖像對應(yīng)的車標(biāo)識別結(jié)果包括: 對所獲取的當(dāng)前幀車輛圖像進(jìn)行車牌識別，若檢測到有效車牌，將檢測到有效車牌時(shí)對應(yīng)的有效車牌區(qū)域進(jìn)行擴(kuò)大； 對擴(kuò)大的區(qū)域使用車標(biāo)混合模型進(jìn)行車標(biāo)檢測，若檢測到車標(biāo)，使用設(shè)定的各車標(biāo)種類對應(yīng)的車標(biāo)模型對檢測到車標(biāo)的區(qū)域進(jìn)行車標(biāo)識別，確定所識別的車標(biāo)種類及所確定的車標(biāo)種類的置信度，其中檢測到車標(biāo)的區(qū)域視為進(jìn)行車標(biāo)識別時(shí)所使用的車標(biāo)圖像。
3.根據(jù)權(quán)利要求1所述的車標(biāo)分類器訓(xùn)練方法，其特征在于，所述方法還包括: 通過預(yù)先設(shè)置的隊(duì)列保存同一車輛對應(yīng)的多份車標(biāo)識別結(jié)果，一份車標(biāo)識別結(jié)果對應(yīng)一中貞車輛圖像對應(yīng)的車標(biāo)識別結(jié)果；在確定每一巾貞車輛圖像對應(yīng)的車標(biāo)識別結(jié)果后，每一幀車輛圖像對應(yīng)的車標(biāo)識別結(jié)果均保存在所述隊(duì)列，直至達(dá)到車標(biāo)識別結(jié)果輸出條件時(shí)，輸出所述隊(duì)列所保存的多份車標(biāo)識別結(jié)果。
4.根據(jù)權(quán)利要求1-3任一項(xiàng)所述的車標(biāo)分類器訓(xùn)練方法，其特征在于，所述達(dá)到車標(biāo)識別結(jié)果輸出條件包括: 對所獲取的當(dāng)前幀車輛圖像進(jìn)行車牌識別，若檢測到有效車牌，且所檢測的車牌為新車牌，則確定當(dāng)前達(dá)到車標(biāo)識別結(jié)果輸出條件； 或，若當(dāng)前檢測到地感信號，則確定當(dāng)前達(dá)到車標(biāo)識別結(jié)果輸出條件； 或，若所確定的車標(biāo)識別結(jié)果對應(yīng)的車輛圖像的幀數(shù)達(dá)到設(shè)定幀數(shù)，則確定當(dāng)前達(dá)到車標(biāo)識別結(jié)果輸出條件。
5.根據(jù)權(quán)利要求1所述的車標(biāo)分類器訓(xùn)練方法，其特征在于，所述方法還包括: 將目標(biāo)車標(biāo)種類的車標(biāo)識別結(jié)果對應(yīng)的車標(biāo)圖像，作為目標(biāo)車標(biāo)種類對應(yīng)的車標(biāo)模型的正樣本，以進(jìn)行車標(biāo)模型訓(xùn)練。
6.根據(jù)權(quán)利要求1、2、3或5所述的車標(biāo)分類器訓(xùn)練方法，其特征在于，所述方法還包括: 在達(dá)到車標(biāo)分類器訓(xùn)練條件時(shí)，獲取至少一個(gè)車輛對應(yīng)的車標(biāo)識別結(jié)果，確定正確的目標(biāo)車標(biāo)種類，將非目標(biāo)車標(biāo)種類的車標(biāo)識別結(jié)果對應(yīng)的車標(biāo)圖像，作為非目標(biāo)車標(biāo)種類對應(yīng)的車標(biāo)模型的負(fù)樣本，將目標(biāo)車標(biāo)種類的車標(biāo)識別結(jié)果對應(yīng)的車標(biāo)圖像，作為目標(biāo)車標(biāo)種類對應(yīng)的車標(biāo)模型的正樣本進(jìn)行車標(biāo)模型訓(xùn)練； 或，在達(dá)到車標(biāo)分類器訓(xùn)練條件時(shí)，獲取至少一個(gè)車輛對應(yīng)的車標(biāo)識別結(jié)果，確定正確的目標(biāo)車標(biāo)種類，若有多個(gè)車標(biāo)模型存在對同一非目標(biāo)車標(biāo)種類的識別，且該多個(gè)車標(biāo)模型中有至少一個(gè)車標(biāo)模型對所述同一非目標(biāo)車標(biāo)種類的識別次數(shù)達(dá)到設(shè)定次數(shù)，則調(diào)高所述同一非目標(biāo)車標(biāo)種類對應(yīng)的車標(biāo)模型的閾值。
7.一種車標(biāo)識別方法，其特征在于，基于權(quán)利要求1-6任一項(xiàng)所述的車標(biāo)分類器訓(xùn)練方法，所述車標(biāo)識別方法包括: 在達(dá)到車標(biāo)識別條件時(shí)，獲取車輛圖像； 使用混合模型對所述車輛圖像進(jìn)行車標(biāo)檢測； 若檢測到車標(biāo)，采用如權(quán)利要求1-6任一項(xiàng)所述的車標(biāo)分類器訓(xùn)練方法所訓(xùn)練的各車標(biāo)種類對應(yīng)的車標(biāo)模型，對檢測到車標(biāo)的區(qū)域進(jìn)行車標(biāo)識別，確定各車標(biāo)模型所識別的車標(biāo)種類的置信度； 將置信度最大的車標(biāo)模型所識別的車標(biāo)種類作為車標(biāo)識別的結(jié)果。
8.根據(jù)權(quán)利要求7所述的車標(biāo)識別方法，其特征在于，所述達(dá)到車標(biāo)識別條件包括: 檢測到地感信號時(shí)，確定當(dāng)前達(dá)到車標(biāo)識別條件。
9.一種車標(biāo)分類器訓(xùn)練裝置，其特征在于，包括: 第一獲取模塊，用于在車輛進(jìn)入監(jiān)控區(qū)域時(shí)，獲取多幀車輛圖像； 車標(biāo)識別結(jié)果確定模塊，用于對于每一巾貞車輛圖像，確定每一巾貞車輛圖像對應(yīng)的車標(biāo)識別結(jié)果，所述車標(biāo)識別結(jié)果包括:每一幀車輛圖像進(jìn)行車標(biāo)識別時(shí)所使用的車標(biāo)圖像，所識別的車標(biāo)種類，所識別的車標(biāo)種類的置信度； 目標(biāo)種類確定模塊，用于在達(dá)到車標(biāo)識別結(jié)果輸出條件時(shí)，確定車標(biāo)識別結(jié)果中最大的置信度對應(yīng)的車標(biāo)種類為目標(biāo)車標(biāo)種類； 負(fù)樣本確定模塊，用于對于所確定的車標(biāo)識別結(jié)果中非目標(biāo)車標(biāo)種類的各車標(biāo)識別結(jié)果，將非目標(biāo)車標(biāo)種類的車標(biāo)識別結(jié)果對應(yīng)的車標(biāo)圖像，作為非目標(biāo)車標(biāo)種類對應(yīng)的車標(biāo)模型的負(fù)樣本，以進(jìn)行車標(biāo)模型訓(xùn)練。
10.一種車標(biāo)識別裝置，其特征在于，基于權(quán)利要求1-6任一項(xiàng)所述的車標(biāo)分類器訓(xùn)練方法，所述車標(biāo)識別裝置包括: 第二獲取模塊，用于在達(dá)到車標(biāo)識別條件時(shí)，獲取車輛圖像； 車標(biāo)檢測模塊，用于使用混合模型對所述車輛圖像進(jìn)行車標(biāo)檢測； 車標(biāo)識別模塊，用于若檢測到車標(biāo)，采用如權(quán)利要求1-6任一項(xiàng)所述的車標(biāo)分類器訓(xùn)練方法所訓(xùn)練的各車標(biāo)種類對應(yīng)的車標(biāo)模型，對檢測到車標(biāo)的區(qū)域進(jìn)行車標(biāo)識別，確定各車標(biāo)模型所識別的車標(biāo)種類的置信度； 結(jié)果確定模塊，用于將置信度最大的車標(biāo)模型所識別的車標(biāo)種類作為車標(biāo)識別的結(jié)果O
【文檔編號】G06K9/66GK104331691SQ201410710033
【公開日】2015年2月4日 申請日期:2014年11月28日 優(yōu)先權(quán)日:2014年11月28日
【發(fā)明者】唐健, 關(guān)國雄, 李銳 申請人:深圳市捷順科技實(shí)業(yè)股份有限公司