一种车辆识别方法及装置的制造方法
【技术领域】
[0001]本发明涉及车辆识别技术领域，更具体地说，涉及一种车辆识别方法及装置。
【背景技术】
[0002]时至今日，车牌识别设备已经被广泛使用在小区出入口、商厦出入口等地方，为了提升安全性、缩小管理漏洞，越来越多的停车场管理系统将车牌号作为出入管理和收费的一个重要凭证。
[0003]然而用于识别车牌号的车牌识别设备并不能每辆车都能识别到，且，当有人使用铁器等触发地感时，停车场管理系统会误判有车辆驶过，从而发卡，而导致无法正常实现对于车辆的管理及收费。总之，现有技术中可能出现无法准确识别出是否有车辆驶过，即漏车的情况。
[0004]综上所述，现有技术中存在可能出现无法准确识别出是否有车辆驶过的情况的问题。
【发明内容】
[0005]本发明的目的是提供一种车辆识别方法及装置，以准确识别出是否有车辆驶过。
[0006]为了实现上述目的，本发明提供如下技术方案:
[0007]一种车辆识别方法，包括:
[0008]获取地感被触发时对应的待测图像以及所述待测图像的H0G特征；
[0009]利用预先训练的根滤波器对所述待测图像的H0G特征对应的第一特征图进行卷积，得到所述待测图像的第一得分；
[0010]如果所述第一得分大于第一阈值，则利用预先训练的N个部件滤波器分别对所述待测图像的H0G特征对应的第二特征图进行卷积，得到N个第二得分;其中，所述第二特征图中每个细胞单元包含的像素个数小于所述第一特征图中每个细胞单元包含的像素个数；
[0011]基于所述第一得分及所述N个第二得分确定所述待测图像的总得分，如果所述总得分大于第二阈值，则确定所述待测图像中包含有车头。
[0012]优选的，基于所述第一得分及所述N个第二得分确定所述待测图像的总得分，包括:
[0013]确定与所述第一得分对应的车头位置及分别与每个所述第二得分对应的车头位置；
[0014]确定分别与每个所述第二得分对应的车头位置对应于与所述第一得分对应的车头位置的偏移量，得到与所述偏移量对应的偏移惩罚值；
[0015]将所述第一得分及所述N个第二得分的总和减去所述偏移惩罚值得到所述总得分。
[0016]优选的，所述根滤波器或任一部件滤波器的预先训练过程包括:
[0017]获取预设量的训练图像，所述训练图像包括通过卡口摄像机得到的包含有不同类型的车头的第一训练图像和不包含车头的第二训练图像；
[0018]将所述第一训练图像加入正样本，将所述第二训练图像加入负样本；
[0019]利用所述正样本及所述负样本进行DPM训练，得到根滤波器或者任一部件滤波器。
[0020]优选的，还包括:
[0021]预先确定所述第一训练图像中车头占该第一训练图像的比例为目标尺寸，并将所述训练图像及所述待测图像缩放至所述目标尺寸之后，对其进行相应的处理。
[0022]优选的，获取所述待测图像的H0G特征之前，还包括:
[0023]获取地感被触发时对应的待测图像；
[0024]确定该待测图像之前的第一预设数量帧的图像和该待测图像之后的第二预设数量帧的图像是否具有与之对应的车牌识别结果，如果否，则获取所述待测图像的H0G特征。
[0025]优选的，确定所述待测图像中包含有车头图像之后，还包括:
[0026]对所述车头进行车标检测，并将检测结果及所述待测图像进行保存。
[0027]优选的，还包括:
[0028]预先穷举所有灰度值之间的梯度值，并将其保存为查找表；
[0029]获取所述待测图像的H0G特征，包括:
[0030]使用待测图像的灰度值在查找表中查找对应的梯度值，并利用该梯度值构建H0G特征。
[0031]一种车辆识别装置，包括:
[0032 ]获取模块，用于获取地感被触发时对应的待测图像以及所述待测图像的H0G特征；
[0033]根滤波模块，用于利用预先训练的根滤波器对所述待测图像的H0G特征对应的第一特征图进行卷积，得到所述待测图像的第一得分；
[0034]部件滤波模块，用于如果所述第一得分大于第一阈值，则利用预先训练的N个部件滤波器分别对所述待测图像的H0G特征对应的第二特征图进行卷积，得到N个第二得分;其中，所述第二特征图中每个细胞单元包含的像素个数小于所述第一特征图中每个细胞单元包含的像素个数；
[0035]确定模块，用于基于所述第一得分及所述N个第二得分确定所述待测图像的总得分，如果所述总得分大于第二阈值，则确定所述待测图像中包含有车头。
[0036]优选的，还包括:
[0037]滤波器训练模块，用于:获取预设量的训练图像，所述训练图像包括通过卡口摄像机得到的包含有不同类型的车头的第一训练图像和不包含车头的第二训练图像;将所述第一训练图像加入正样本，将所述第二训练图像加入负样本;利用所述正样本及所述负样本进行DPM训练，得到根滤波器和部件滤波器；
[0038]尺寸处理模块，用于预先确定所述第一训练图像中车头占该第一训练图像的比例为目标尺寸，并将所述训练图像及所述待测图像缩放至所述目标尺寸之后，对其进行相应的处理。
[0039]优选的，还包括:
[0040]触发模块，用于:获取地感被触发时对应的待测图像;确定该待测图像之前的第一预设数量帧的图像和该待测图像之后的第二预设数量帧的图像是否具有与之对应的车牌识别结果，如果否，则获取所述待测图像的H0G特征。
[0041]本发明提供的一种车辆识别方法及装置，该方法包括:获取地感被触发时对应的待测图像以及所述待测图像的H0G特征;利用预先训练的根滤波器对所述待测图像的H0G特征对应的第一特征图进行卷积，得到所述待测图像的第一得分;如果所述第一得分大于第一阈值，则利用预先训练的N个部件滤波器分别对所述待测图像的H0G特征对应的第二特征图进行卷积，得到N个第二得分;其中，所述第二特征图中每个细胞单元包含的像素个数小于所述第一特征图中每个细胞单元包含的像素个数;基于所述第一得分及所述N个第二得分确定所述待测图像的总得分，如果所述总得分大于第二阈值，则确定所述待测图像中包含有车头。通过本申请公开的上述技术特征，通过根滤波器对待测图像的H0G特征对应的第一特征图进行卷积，得到第一得分，通过部件滤波器对待测图像的H0G特征对应的第二特征图进行卷积，得到第二得分，并且所述第二特征图中每个细胞单元包含的像素个数小于所述第一特征图中每个细胞单元包含的像素个数，进而通过第一得分及第二得分确定待测图像中是否包含车头，即通过级联的滤波器对待测图像进行检测，进而得出待测图像是否包含车头的结果，能够在有车辆驶过地感时准确检测到车辆，且有效识别出地感被触发是否是因车辆引起的，即能够对车辆进行有效识别，因此，本申请公开的技术方案解决了【背景技术】中的漏车问题。
【附图说明】
[0042]为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术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发明的实施例，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，还可以根据提供的附图获得其他的附图。
[0043]图1为本发明实施例提供的一种车辆识别方法的流程图；
[0044]图2为本发明实施例提供的一种车辆识别方法中基于第一得分及N个第二得分确定待测图像的总得分的流程图；
[0045]图3为本发明实施例提供的一种车辆识别方法中根滤波器或任一部件滤波器的预先训练过程的流程图；
[0046]图4为本发明实施例提供的一种车辆识别装置的结构示意图。
【具体实施方式】
[0047]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，所描述的实施例仅仅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做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。
[0048]请参阅图1，其示出了本发明实施例提供的一种车辆识别方法的流程图，可以包括以下步骤:
[0049]S11:获取地感被触发时对应的待测图像以及待测图像的HOG特征。
[0050]需要说明的是，当有车辆或者其他能够触发地感的物质在地感上(地感可以为地感线圈)时，地感信号处理器发送指令至摄像装置(摄像机、照相机等)，由摄像装置对地感上方进行拍照或者摄像，得到待测图像。[0051 ] 而HOG特征(histogram of oriented gradient，方向梯度直方图)，是用于目标检测的特征描述子，该技术将图像局部出现的方向梯度次数进行计数，其核心思想为所检测的局部物体外形能够被光强梯度或边缘方向的分布所描述，通过将整幅图像分割成小的连接区域(称为cell，即细胞单元)，每个cell生成一个方向梯度直方