] 其中，SURF特征點的66維特征包括該SURF特征點的64維SURF特征，以及橫縱坐標 值；同一聚類內(nèi)歐氏距離小于或等于預設閾值的節(jié)點互為鄰域節(jié)點；不同聚類之間，對稱 SURF特征點中位于同一半?yún)^(qū)的特征點互為鄰域節(jié)點。
[0115] 上述裝置中各個單元的功能和作用的實現(xiàn)過程具體詳見上述方法中對應步驟的 實現(xiàn)過程，在此不再贅述。
[0116] 對于裝置實施例而言，由于其基本對應于方法實施例，所以相關(guān)之處參見方法實 施例的部分說明即可。以上所描述的裝置實施例僅僅是示意性的，其中所述作為分離部件 說明的單元可以是或者也可以不是物理上分開的，作為單元顯示的部件可以是或者也可以 不是物理單元，即可以位于一個地方，或者也可以分布到多個網(wǎng)絡單元上?？梢愿鶕?jù)實際的 需要選擇其中的部分或者全部模塊來實現(xiàn)本發(fā)明方案的目的。本領(lǐng)域普通技術(shù)人員在不付 出創(chuàng)造性勞動的情況下，即可以理解并實施。
[0117] 由上述實施例可見，在確定目標車輛的監(jiān)控圖像中的車牌位置，并根據(jù)該車牌位 置確定監(jiān)控圖像對應的車標識別圖像之后，通過在車標識別圖像中檢測第一預設數(shù)量的 FAST角點，并提取該FAST角點的SURF特征，進而，對SURF特征點進行聚類，并根據(jù)車牌位置、 SURF特征點中的對稱SURF特征點以及聚類結(jié)果確定車標識別圖像中的車標模糊區(qū)域，從而 從該車標模糊區(qū)域中搜索車標位置區(qū)域，并對車標位置區(qū)域進行車標識別，降低了車標識 別的工作量，提高了車標識別的準確率。
[0118] 本領(lǐng)域技術(shù)人員在考慮說明書及實踐這里公開的發(fā)明后，將容易想到本發(fā)明的其 它實施方案。本申請旨在涵蓋本發(fā)明的任何變型、用途或者適應性變化，這些變型、用途或 者適應性變化遵循本發(fā)明的一般性原理并包括本發(fā)明未公開的本技術(shù)領(lǐng)域中的公知常識 或慣用技術(shù)手段。說明書和實施例僅被視為示例性的，本發(fā)明的真正范圍和精神由下面的 權(quán)利要求指出。
[0119]應當理解的是，本發(fā)明并不局限于上面已經(jīng)描述并在附圖中示出的精確結(jié)構(gòu)，并 且可以在不脫離其范圍進行各種修改和改變。本發(fā)明的范圍僅由所附的權(quán)利要求來限制。
【主權(quán)項】
1. 一種車標識別方法，其特征在于，包括： 確定目標車輛的監(jiān)控圖像中的車牌位置，并根據(jù)所述車牌位置確定所述監(jiān)控圖像對應 的車標識別圖像； 在所述車標識別圖像中檢測第一預設數(shù)量的加速段試驗特征FAST角點，并提取所述 FAST角點的加速魯棒特征SURF特征； 對SURF特征點進行聚類，并根據(jù)所述車牌位置、所述SURF特征點中的對稱SURF特征點 以及聚類結(jié)果確定所述車標識別圖像中的車標模糊區(qū)域； 從所述車標模糊區(qū)域中搜索車標位置區(qū)域； 對所述車標位置區(qū)域進行車標識別。2. 根據(jù)權(quán)利要求1所述的方法，其特征在于，所述根據(jù)所述車牌位置、所述SURF特征點 中的對稱SURF特征點以及聚類結(jié)果確定所述車標識別圖像中的車標模糊區(qū)域，包括： 確定位于目標區(qū)域的目標聚類中心的縱坐標值;其中，所述目標區(qū)域為所述車標識別 圖像內(nèi)所述車牌位置上方，以車牌為中心，左右各第二預設數(shù)量像素的矩形區(qū)域； 確定縱坐標值與所述目標聚類中心的縱坐標值最接近的目標對稱SURF特征點的橫坐 標值的平均值； 以所述目標聚類中心的縱坐標值，以及所述目標對稱SURF特征點的橫坐標值的平均值 對應的點為中心點，確定所述車標識別圖像中的車標模糊區(qū)域。3. 根據(jù)權(quán)利要求2所述的方法，其特征在于，所述從所述車標模糊區(qū)域中搜索車標位置 區(qū)域之后，還包括： 若從所述車標模糊區(qū)域中搜索到的車標位置區(qū)域的置信度低于預設第一置信度閾值， 則對所述目標區(qū)域進行遍歷搜索，以確定車標位置區(qū)域。4. 根據(jù)權(quán)利要求1所述的方法，其特征在于，所述對所述車標位置區(qū)域進行車標識別， 包括： 通過預設的支持向量機SVM分類器或卷積神經(jīng)網(wǎng)絡CNN分類器對所述車標位置區(qū)域進 行車標識別； 若識別結(jié)果的置信度高于或等于預設第二置信度閾值，則根據(jù)所述識別結(jié)果確定所述 目標車輛的車標； 否則，通過預設的隱條件隨機場模型對所述車標識別圖像進行識別，并根據(jù)識別結(jié)果 確定所述目標車輛的車標。5. 根據(jù)權(quán)利要求4所述的方法，其特征在于，所述隱條件隨機場模型對應的條件概率公 式包括：其中，h為隱變量，Θ為待估計的參數(shù)，V為所述第一預設數(shù)量的SURF特征點集合，Xv為 SURF特征點v對應的66維特征，Θ (hv)為一組66維參數(shù)，Θ (hv，z)代表隱變量hv和目標類別z之 間的相關(guān)度，代表鄰域中的兩個頂點對應的隱變量； 其中，SURF特征點的66維特征包括該SURF特征點的64維SURF特征，以及橫縱坐標值；同 一聚類內(nèi)歐氏距離小于或等于預設閾值的節(jié)點互為鄰域節(jié)點；不同聚類之間，對稱SURF特 征點中位于同一半?yún)^(qū)的特征點互為鄰域節(jié)點。6. -種車標識別裝置，其特征在于，包括： 第一確定單元，用于確定目標車輛的監(jiān)控圖像中的車牌位置，并根據(jù)所述車牌位置確 定所述監(jiān)控圖像對應的車標識別圖像； 檢測單元，用于在所述車標識別圖像中檢測第一預設數(shù)量的加速段試驗特征FAST角 點，并提取所述FAST角點的加速魯棒特征SURF特征； 聚類單元，用于對SURF特征點進行聚類； 第二確定單元，用于根據(jù)所述車牌位置、所述SURF特征點中的對稱SURF特征點以及聚 類結(jié)果確定所述車標識別圖像中的車標模糊區(qū)域； 搜索單元，用于從所述車標模糊區(qū)域中搜索車標位置區(qū)域； 識別單元，用于對所述車標位置區(qū)域進行車標識別。7. 根據(jù)權(quán)利要求6所述的裝置，其特征在于，所述第二確定單元包括： 第一確定子單元，用于確定位于目標區(qū)域的目標聚類中心的縱坐標值;其中，所述目標 區(qū)域為所述車標識別圖像內(nèi)所述車牌位置上方，以車牌為中心，左右各第二預設數(shù)量像素 的矩形區(qū)域； 第二確定子單元，用于確定縱坐標值與所述目標聚類中心的縱坐標值最接近的目標對 稱SURF特征點的橫坐標值的平均值； 第三確定子單元，用于以所述目標聚類中心的縱坐標值，以及所述目標對稱SURF特征 點的橫坐標值的平均值對應的點為中心點，確定所述車標識別圖像中的車標模糊區(qū)域。8. 根據(jù)權(quán)利要求7所述的裝置，其特征在于， 所述搜索單元，還用于若從所述車標模糊區(qū)域中搜索到的車標位置區(qū)域的置信度低于 預設第一置信度閾值，則對所述目標區(qū)域進行遍歷搜索，以確定車標位置區(qū)域。9. 根據(jù)權(quán)利要求6所述的裝置，其特征在于，所述識別單元，具體用于： 通過預設的支持向量機SVM分類器或卷積神經(jīng)網(wǎng)絡CNN分類器對所述車標位置區(qū)域進 行車標識別； 若識別結(jié)果的置信度高于或等于預設第二置信度閾值，則根據(jù)所述識別結(jié)果確定所述 目標車輛的車標； 否則，通過預設的隱條件隨機場模型對所述車標識別圖像進行識別，并根據(jù)識別結(jié)果 確定所述目標車輛的車標。10. 根據(jù)權(quán)利要求9所述的裝置，其特征在于，所述隱條件隨機場模型對應的條件概率 公式包括：其中，h為隱變量，Θ為待估計的參數(shù)，V為所述第一預設數(shù)量的SURF特征點集合，Xv為 SURF特征點v對應的66維特征，Θ (hv)為一組66維參數(shù)，Θ (hv，z)代表隱變量hv和目標類別z之 間的相關(guān)度，代表鄰域中的兩個頂點對應的隱變量； 其中，SURF特征點的66維特征包括該SURF特征點的64維SURF特征，以及橫縱坐標值；同 一聚類內(nèi)歐氏距離小于或等于預設閾值的節(jié)點互為鄰域節(jié)點；不同聚類之間，對稱SURF特 征點中位于同一半?yún)^(qū)的特征點互為鄰域節(jié)點。
【專利摘要】本發(fā)明提供一種車標識別方法及裝置，所述方法包括：確定目標車輛的監(jiān)控圖像中的車牌位置，并根據(jù)所述車牌位置確定所述監(jiān)控圖像對應的車標識別圖像；在所述車標識別圖像中檢測第一預設數(shù)量的FAST角點，并提取所述FAST角點的SURF特征；對SURF特征點進行聚類，并根據(jù)所述車牌位置、所述SURF特征點中的對稱SURF特征點以及聚類結(jié)果確定所述車標識別圖像中的車標模糊區(qū)域；從所述車標模糊區(qū)域中搜索車標位置區(qū)域；對所述車標位置區(qū)域進行車標識別。應用本發(fā)明實施例可以減少車標識別的工作量，提高車標識別的準確率。
【IPC分類】G06K9/62, G06K9/46
【公開號】CN105678304
【申請?zhí)枴緾N201511024080
【發(fā)明人】蘇志杰
【申請人】浙江宇視科技有限公司
【公開日】2016年6月15日
【申請日】2015年12月30日