CN107784309A - 一种对车型识别的实现方法及系统 - Google Patents
一种对车型识别的实现方法及系统 Download PDFInfo
- Publication number
- CN107784309A CN107784309A CN201711057251.3A CN201711057251A CN107784309A CN 107784309 A CN107784309 A CN 107784309A CN 201711057251 A CN201711057251 A CN 201711057251A CN 107784309 A CN107784309 A CN 107784309A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- picture
- feature
- feature database
- identified
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 21
- 239000000284 extract Substances 0.000 claims abstract description 15
- 238000004590 computer program Methods 0.000 claims description 3
- 238000013497 data interchange Methods 0.000 claims description 2
- 241001573881 Corolla Species 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
- G06V10/443—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components by matching or filtering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/46—Descriptors for shape, contour or point-related descriptors, e.g. scale invariant feature transform [SIFT] or bags of words [BoW]; Salient regional features
- G06V10/462—Salient features, e.g. scale invariant feature transforms [SIFT]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/08—Detecting or categorising vehicles
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种对车型识别的实现方法,所述方法包括如下步骤:采集待识别车型的第一图片,对该第一图片进行分析提取N个特征;将N个特征与特征库内的特征图片进行比对,确定与N个特征对应的特征库的N个图片,获取特征库的N个图片对应的第一车型,确定该第一车型为该待识别的车型。本发明提供的技术方案具有用户体验度好的优点。
Description
技术领域
本发明涉及通信领域,尤其涉及一种对车型识别的实现方法及系统。
背景技术
车型识别是目前急需解决的一种问题,现在汽车越来越多,每种车型之间的差别也越来越小,例如大众的途观和夏朗,例如丰田的卡罗拉和雷凌等等,同个品牌下如果不看商标很难对车型进行识别,所以这里需要对车型进行自动识别,提升客户体验度。
发明内容
本申请提供一种对车型识别的实现方法。其解决现有技术的技术方案客户体验度低的缺点。
一方面,提供一种对车型识别的实现方法,所述方法包括如下步骤:
采集待识别车型的第一图片,对该第一图片进行分析提取N个特征;
将N个特征与特征库内的特征图片进行比对,确定与N个特征对应的特征库的N个图片,获取特征库的N个图片对应的第一车型,确定该第一车型为该待识别的车型。
可选的,所述获取特征库的N个图片对应的第一车型,包括:
获取特征库的N个图片对应的N个车型,从N个车型中选择重复数量最多的车型确定为第一车型。
可选的,所述对该第一图片进行分析提取N个特征,包括:
对所述第一图片通过轮廓提取获取N个轮廓,然后将N个轮廓采用第一图片的像素点填充得到N个特征。
第二方面,提供一种对车型识别的实现系统,所述系统:
采集单元,用于采集待识别车型的第一图片;
处理单元,用于对该第一图片进行分析提取N个特征;将N个特征与特征库内的特征图片进行比对,确定与N个特征对应的特征库的N个图片,获取特征库的N个图片对应的第一车型,确定该第一车型为该待识别的车型。
可选的,所述处理单元,具体用于获取特征库的N个图片对应的N个车型,从N个车型中选择重复数量最多的车型确定为第一车型。
可选的,所述处理单元,具体用于对所述第一图片通过轮廓提取获取N个轮廓,然后将N个轮廓采用第一图片的像素点填充得到N个特征。
第三方面,提供一种识别设备,包括:摄像头、处理器、无线收发器、存储器和总线,所述处理器、无线收发器、存储器通过总线连接,其特征在于,
摄像头,用于采集待识别车型的第一图片;
处理器,用于对该第一图片进行分析提取N个特征;将N个特征与特征库内的特征图片进行比对,确定与N个特征对应的特征库的N个图片,获取特征库的N个图片对应的第一车型,确定该第一车型为该待识别的车型。
可选的,所述处理器,具体用于获取特征库的N个图片对应的N个车型,从N个车型中选择重复数量最多的车型确定为第一车型。
可选的,所述处理器,具体用于对所述第一图片通过轮廓提取获取N个轮廓,然后将N个轮廓采用第一图片的像素点填充得到N个特征。
第四方面,提供一种计算机可读存储介质,其存储用于电子数据交换的计算机程序,其中,所述计算机程序使得计算机执行第一方面所述的方法。
本发明提供的技术方案通过设置特征库,然后采集待识别的车型,将识别的车型的图片分析得到N个特征,将N个特征与特征库比对即能够得到对应的车型,所以其具有自动识别车型的优点。
附图说明
为了更清楚地说明本发明实施例的技术方案,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,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明第一较佳实施方式提供的一种对车型识别的方法的流程图;
图2为本发明第二较佳实施方式提供的一种对车型识别的系统的结构图。
图3为本发明第二较佳实施方式提供的一种识别设备的硬件结构图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
请参考图1,图1是本发明第一较佳实施方式提出的一种对车型识别的实现方法,该方法如图1所示,包括如下步骤:
步骤S101、采集待识别车型的第一图片,对该第一图片进行分析提取N个特征;
步骤S102、将N个特征与特征库内的特征图片进行比对,确定与N个特征对应的特征库的N个图片;
步骤S103、获取特征库的N个图片对应的第一车型,确定该第一车型为该待识别的车型。
上述N取值范围为大于等于1的整数。
本发明提供的技术方案通过设置特征库,然后采集待识别的车型,将识别的车型的图片分析得到N个特征,将N个特征与特征库比对即能够得到对应的车型,所以其具有自动识别车型的优点。
可选的,所述获取特征库的N个图片对应的第一车型,包括:
获取特征库的N个图片对应的N个车型,从N个车型中选择重复数量最多的车型确定为第一车型。
可选的,所述对该第一图片进行分析提取N个特征,包括:
对所述第一图片通过轮廓提取获取N个轮廓,然后将N个轮廓采用第一图片的像素点填充得到N个特征。
请参考图2,图2是本发明第二较佳实施方式提出的对车型进行识别的系统,如图2所示:
采集单元201,用于采集待识别车型的第一图片;
处理单元202,用于对该第一图片进行分析提取N个特征;将N个特征与特征库内的特征图片进行比对,确定与N个特征对应的特征库的N个图片,获取特征库的N个图片对应的第一车型,确定该第一车型为该待识别的车型。
可选的,
所述处理单元,具体用于获取特征库的N个图片对应的N个车型,从N个车型中选择重复数量最多的车型确定为第一车型。
可选的,所述处理单元,具体用于对所述第一图片通过轮廓提取获取N个轮廓,然后将N个轮廓采用第一图片的像素点填充得到N个特征。
参阅图3,图3为一种识别系统30,包括:摄像头305、处理器301、无线收发器302、存储器303和总线304,无线收发器302用于与外部设备之间收发数据。处理器301的数量可以是一个或多个。本申请的一些实施例中,处理器301、存储器302和收发器303可通过总线304或其他方式连接。服务器30可以用于执行图1的步骤。关于本实施例涉及的术语的含义以及举例,可以参考图1对应的实施例。此处不再赘述。
摄像头305,用于采集待识别车型的第一图片。
其中,存储器303中存储程序代码。处理器901用于调用存储器903中存储的程序代码,用于执行以下操作:
处理器301,用于对该第一图片进行分析提取N个特征;将N个特征与特征库内的特征图片进行比对,确定与N个特征对应的特征库的N个图片,获取特征库的N个图片对应的第一车型,确定该第一车型为该待识别的车型。
需要说明的是,这里的处理器301可以是一个处理元件,也可以是多个处理元件的统称。例如,该处理元件可以是中央处理器(Central Processing Unit,CPU),也可以是特定集成电路(Application Specific Integrated Circuit,ASIC),或者是被配置成实施本申请实施例的一个或多个集成电路,例如:一个或多个微处理器(digital signalprocessor,DSP),或,一个或者多个现场可编程门阵列(Field Programmable Gate Array,FPGA)。
存储器303可以是一个存储装置,也可以是多个存储元件的统称,且用于存储可执行程序代码或应用程序运行装置运行所需要参数、数据等。且存储器303可以包括随机存储器(RAM),也可以包括非易失性存储器(non-volatile memory),例如磁盘存储器,闪存(Flash)等。
总线304可以是工业标准体系结构(Industry Standard Architecture,ISA)总线、外部设备互连(Peripheral Component,PCI)总线或扩展工业标准体系结构(ExtendedIndustry Standard Architecture,EISA)总线等。该总线可以分为地址总线、数据总线、控制总线等。为便于表示,图3中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
该终端还可以包括输入输出装置,连接于总线304,以通过总线与处理器301等其它部分连接。该输入输出装置可以为操作人员提供一输入界面,以便操作人员通过该输入界面选择布控项,还可以是其它接口,可通过该接口外接其它设备。
需要说明的是,对于前述的各个方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本发明并不受所描述的动作顺序的限制,因为依据本发明,某一些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定是本发明所必须的。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详细描述的部分,可以参见其他实施例的相关描述。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序可以存储于一计算机可读存储介质中,存储介质可以包括:闪存盘、只读存储器(英文:Read-Only Memory,简称:ROM)、随机存取器(英文:Random Access Memory,简称:RAM)、磁盘或光盘等。
以上对本发明实施例所提供的内容下载方法及相关设备、系统进行了详细介绍,本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
Claims (10)
1.一种对车型识别的实现方法,其特征在于,所述方法包括如下步骤:
采集待识别车型的第一图片,对该第一图片进行分析提取N个特征;
将N个特征与特征库内的特征图片进行比对,确定与N个特征对应的特征库的N个图片,获取特征库的N个图片对应的第一车型,确定该第一车型为该待识别的车型。
2.根据权利要求1所述的方法,其特征在于,所述获取特征库的N个图片对应的第一车型,包括:
获取特征库的N个图片对应的N个车型,从N个车型中选择重复数量最多的车型确定为第一车型。
3.根据权利要求1所述的方法,其特征在于,所述对该第一图片进行分析提取N个特征,包括:
对所述第一图片通过轮廓提取获取N个轮廓,然后将N个轮廓采用第一图片的像素点填充得到N个特征。
4.一种对车型识别的实现系统,其特征在于,所述系统:
采集单元,用于采集待识别车型的第一图片;
处理单元,用于对该第一图片进行分析提取N个特征;将N个特征与特征库内的特征图片进行比对,确定与N个特征对应的特征库的N个图片,获取特征库的N个图片对应的第一车型,确定该第一车型为该待识别的车型。
5.根据权利要求4所述的系统,其特征在于,
所述处理单元,具体用于获取特征库的N个图片对应的N个车型,从N个车型中选择重复数量最多的车型确定为第一车型。
6.根据权利要求4所述的系统,其特征在于,
所述处理单元,具体用于对所述第一图片通过轮廓提取获取N个轮廓,然后将N个轮廓采用第一图片的像素点填充得到N个特征。
7.一种识别设备,包括:摄像头、处理器、无线收发器、存储器和总线,所述处理器、无线收发器、存储器通过总线连接,其特征在于,
摄像头,用于采集待识别车型的第一图片;
处理器,用于对该第一图片进行分析提取N个特征;将N个特征与特征库内的特征图片进行比对,确定与N个特征对应的特征库的N个图片,获取特征库的N个图片对应的第一车型,确定该第一车型为该待识别的车型。
8.根据权利要求7所述的识别设备,其特征在于,所述处理器,具体用于获取特征库的N个图片对应的N个车型,从N个车型中选择重复数量最多的车型确定为第一车型。
9.根据权利要求7所述的识别设备,其特征在于,所述处理器,具体用于对所述第一图片通过轮廓提取获取N个轮廓,然后将N个轮廓采用第一图片的像素点填充得到N个特征。
10.一种计算机可读存储介质,其特征在于,其存储用于电子数据交换的计算机程序,其中,所述计算机程序使得计算机执行如权利要求1-3任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711057251.3A CN107784309A (zh) | 2017-11-01 | 2017-11-01 | 一种对车型识别的实现方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711057251.3A CN107784309A (zh) | 2017-11-01 | 2017-11-01 | 一种对车型识别的实现方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107784309A true CN107784309A (zh) | 2018-03-09 |
Family
ID=61432276
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711057251.3A Pending CN107784309A (zh) | 2017-11-01 | 2017-11-01 | 一种对车型识别的实现方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107784309A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109800632A (zh) * | 2018-12-11 | 2019-05-24 | 广东省结核病控制中心 | 一种用于结核病患者的服药行为识别方法及系统 |
CN116955916A (zh) * | 2023-09-19 | 2023-10-27 | 中汽研汽车检验中心(武汉)有限公司 | 一种轻型车蒸发排放总量计算方法 |
Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1996346A (zh) * | 2005-12-29 | 2007-07-11 | 电子科技大学 | 基于轮廓的车型识别方法 |
CN101178773A (zh) * | 2007-12-13 | 2008-05-14 | 北京中星微电子有限公司 | 基于特征提取和分类器的图像识别系统及方法 |
CN102880877A (zh) * | 2012-09-28 | 2013-01-16 | 中科院成都信息技术有限公司 | 一种基于轮廓特征的目标识别方法 |
CN103530622A (zh) * | 2013-11-07 | 2014-01-22 | 青岛海信网络科技股份有限公司 | 一种车辆车标识别方法 |
CN103679214A (zh) * | 2013-12-20 | 2014-03-26 | 华南理工大学 | 基于在线面积估计和多特征决策融合的车辆检测方法 |
CN103902961A (zh) * | 2012-12-28 | 2014-07-02 | 汉王科技股份有限公司 | 一种人脸识别方法及装置 |
CN104063712A (zh) * | 2014-06-27 | 2014-09-24 | 杭州科度科技有限公司 | 一种车辆信息提取方法和系统 |
CN104361087A (zh) * | 2014-11-17 | 2015-02-18 | 东方网力科技股份有限公司 | 一种基于图像的机动车辆检索方法及装置 |
CN105426899A (zh) * | 2014-09-19 | 2016-03-23 | 腾讯科技(北京)有限公司 | 车辆识别方法、装置和客户端 |
CN105608441A (zh) * | 2016-01-13 | 2016-05-25 | 浙江宇视科技有限公司 | 一种车型识别方法及系统 |
CN106127107A (zh) * | 2016-06-14 | 2016-11-16 | 宁波熵联信息技术有限公司 | 基于车牌信息和车辆轮廓的多路视频信息融合的车型识别方法 |
CN106295541A (zh) * | 2016-08-03 | 2017-01-04 | 乐视控股(北京)有限公司 | 车辆类型识别方法及系统 |
CN106372638A (zh) * | 2016-08-31 | 2017-02-01 | 佛山绿怡信息科技有限公司 | 一种识别电子设备品牌型号的方法和系统 |
CN106384100A (zh) * | 2016-09-28 | 2017-02-08 | 武汉大学 | 一种基于部件的精细车型识别方法 |
CN106897677A (zh) * | 2017-02-06 | 2017-06-27 | 桂林电子科技大学 | 一种车辆特征分类检索系统和方法 |
-
2017
- 2017-11-01 CN CN201711057251.3A patent/CN107784309A/zh active Pending
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1996346A (zh) * | 2005-12-29 | 2007-07-11 | 电子科技大学 | 基于轮廓的车型识别方法 |
CN101178773A (zh) * | 2007-12-13 | 2008-05-14 | 北京中星微电子有限公司 | 基于特征提取和分类器的图像识别系统及方法 |
CN102880877A (zh) * | 2012-09-28 | 2013-01-16 | 中科院成都信息技术有限公司 | 一种基于轮廓特征的目标识别方法 |
CN103902961A (zh) * | 2012-12-28 | 2014-07-02 | 汉王科技股份有限公司 | 一种人脸识别方法及装置 |
CN103530622A (zh) * | 2013-11-07 | 2014-01-22 | 青岛海信网络科技股份有限公司 | 一种车辆车标识别方法 |
CN103679214A (zh) * | 2013-12-20 | 2014-03-26 | 华南理工大学 | 基于在线面积估计和多特征决策融合的车辆检测方法 |
CN104063712A (zh) * | 2014-06-27 | 2014-09-24 | 杭州科度科技有限公司 | 一种车辆信息提取方法和系统 |
CN105426899A (zh) * | 2014-09-19 | 2016-03-23 | 腾讯科技(北京)有限公司 | 车辆识别方法、装置和客户端 |
CN104361087A (zh) * | 2014-11-17 | 2015-02-18 | 东方网力科技股份有限公司 | 一种基于图像的机动车辆检索方法及装置 |
CN105608441A (zh) * | 2016-01-13 | 2016-05-25 | 浙江宇视科技有限公司 | 一种车型识别方法及系统 |
CN106127107A (zh) * | 2016-06-14 | 2016-11-16 | 宁波熵联信息技术有限公司 | 基于车牌信息和车辆轮廓的多路视频信息融合的车型识别方法 |
CN106295541A (zh) * | 2016-08-03 | 2017-01-04 | 乐视控股(北京)有限公司 | 车辆类型识别方法及系统 |
CN106372638A (zh) * | 2016-08-31 | 2017-02-01 | 佛山绿怡信息科技有限公司 | 一种识别电子设备品牌型号的方法和系统 |
CN106384100A (zh) * | 2016-09-28 | 2017-02-08 | 武汉大学 | 一种基于部件的精细车型识别方法 |
CN106897677A (zh) * | 2017-02-06 | 2017-06-27 | 桂林电子科技大学 | 一种车辆特征分类检索系统和方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109800632A (zh) * | 2018-12-11 | 2019-05-24 | 广东省结核病控制中心 | 一种用于结核病患者的服药行为识别方法及系统 |
CN116955916A (zh) * | 2023-09-19 | 2023-10-27 | 中汽研汽车检验中心(武汉)有限公司 | 一种轻型车蒸发排放总量计算方法 |
CN116955916B (zh) * | 2023-09-19 | 2023-12-26 | 中汽研汽车检验中心(武汉)有限公司 | 一种轻型车蒸发排放总量计算方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107679189A (zh) | 一种兴趣点更新方法、装置、服务器和介质 | |
KR102135477B1 (ko) | 이미지 자동분류 방법 및 시스템 | |
CN102023843B (zh) | 函数的调用方法、装置及智能卡 | |
CN107993146A (zh) | 金融大数据的风控方法及系统 | |
CN106934027A (zh) | 分布式爬虫实现方法及系统 | |
CN109582550B (zh) | 一种获取全量业务场景故障集合的方法、装置及服务器 | |
CN108154245A (zh) | 订单分配的方法及装置 | |
CN113065609B (zh) | 图像分类方法、装置、电子设备及可读存储介质 | |
CN107220066A (zh) | 应用商店中应用软件的发布方法及装置 | |
CN109522016A (zh) | 业务页面生成方法、装置及设备 | |
CN107784309A (zh) | 一种对车型识别的实现方法及系统 | |
CN108847120B (zh) | 一种基于电子围栏地图订单热力图分布的绘制方法 | |
CN106911772A (zh) | 服务器分配方法、服务器分配装置以及电子设备 | |
CN112053287B (zh) | 图像超分辨率方法、装置及设备 | |
CN111127608B (zh) | 渲染方法、装置和存储介质 | |
CN114070791A (zh) | 数据流量的限速处理方法及装置 | |
CN108834064B (zh) | 一种基于电子围栏地图的站点匹配方法及装置 | |
CN108133029A (zh) | 地图元素的调整方法、装置、设备及计算机可读存储介质 | |
CN110119721B (zh) | 用于处理信息的方法和装置 | |
CN108829840B (zh) | 一种电子围栏地图构建方法及装置 | |
CN106933896A (zh) | 最短访问路径识别方法及装置 | |
CN106933597A (zh) | 大数据list的子控件的组合选择方法及系统 | |
CN112633285A (zh) | 领域适应方法、装置、电子设备及存储介质 | |
CN105389178B (zh) | 一种应用程序运行方法和装置 | |
CN104461549B (zh) | 图形界面的排列显示方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180309 |