一種車輛信息識別方法及裝置和一種車輛制造方法及圖紙

一種車輛信息識別方法及裝置和一種車輛，其中，車輛信息識別方法，包括：獲取待識別車輛信息圖像，所述待識別車輛信息圖像用于顯示車輛狀態(tài)；根據所述待識別車輛信息圖像，得到所述待識別車輛信息圖像的灰度特征圖；根據所述灰度特征圖，確定所述待識別車輛信息圖像的1bp特征圖、梯度幅值特征圖和梯度方向特征圖；利用神經網絡模型以所述待識別車輛信息圖像的灰度特征圖、1bp特征圖、梯度幅值特征圖和梯度方向特征圖作為所述神經網絡模型的輸入層數據，確定所述待識別車輛信息圖像的車輛信息，解決了現(xiàn)有汽車采用語音通訊方式獲取信息，使得信息在傳輸過程中容錯性差，信息存儲量低且抗干擾性差，降低了汽車駕駛過程中信息獲取的準確性的問題。

Vehicle information identifying method and device and vehicle

A device and vehicle information recognition method and a vehicle, which includes vehicle information recognition method, image recognition: to acquire the vehicle information, the vehicle identification information is used to display the image of vehicle state; according to the detected vehicle information image, the gray feature map image information according to the identification of vehicles; the gray feature map to determine the vehicle identification information of the image 1bp feature map, gradient feature map and gradient direction feature map; using neural network model to identify the vehicle information of the image with the gray feature map, 1bp feature map, gradient feature map and gradient direction features as input layer data the neural network model, vehicle information recognition of vehicle information to determine the image, solve the existing car using voice communication means to obtain information, make In the process of transmitting information, the fault tolerance is poor, the information storage capacity is low and the anti-interference is poor, and the accuracy of the information acquisition in the driving process is reduced.

【技術實現(xiàn)步驟摘要】
一種車輛信息識別方法及裝置和一種車輛
本專利技術涉及圖像識別領域，具體涉及一種車輛信息識別方法及裝置和一種車輛。
技術介紹
隨著深度學習技術的興起，基于深度學習的圖像識別準確率逐年上漲，人臉識別、行為識別、運動識別等圖像識別技術在越來越多場合中被提及，隨著硬件、算法及大數據的不斷發(fā)展，深度學習技術在很多領域均得到了廣泛使用，例如車輛自動駕駛領域，是通過電腦系統(tǒng)實現(xiàn)無人駕駛，依靠人工智能、視覺計算、雷達、監(jiān)控裝置和全球定位系統(tǒng)協(xié)同合作，讓電腦可以在沒有任何人類主動的操作下，自動安全地操作機動車輛，自動駕駛汽車對外界信息的獲取主要基于聲音和圖像，要實現(xiàn)真正的無人駕駛，必須能夠準確感知和識別前方車輛行駛的狀態(tài)信息，而現(xiàn)有汽車采用語音通訊方式獲取信息，使得信息在傳輸過程中容錯性差，信息存儲量低且抗干擾性差，降低了汽車駕駛過程中信息獲取的準確性。
技術實現(xiàn)思路
因此，本專利技術要解決的技術問題在于現(xiàn)有汽車采用語音通訊方式獲取信息，使得信息在傳輸過程中容錯性差，信息存儲量低且抗干擾性差，降低了汽車駕駛過程中信息獲取的準確性。有鑒于此，本專利技術提供一種車輛信息識別方法，包括：獲取待識別車輛信息圖像，所述待識別車輛信息圖像用于顯示車輛狀態(tài)；根據所述待識別車輛信息圖像，得到所述待識別車輛信息圖像的灰度特征圖；根據所述灰度特征圖，確定所述待識別車輛信息圖像的1bp特征圖、梯度幅值特征圖和梯度方向特征圖；利用神經網絡模型以所述待識別車輛信息圖像的灰度特征圖、1bp特征圖、梯度幅值特征圖和梯度方向特征圖作為所述神經網絡模型的輸入層數據，確定所述待識別車輛信息圖像的車輛信息。優(yōu)選地，所述待識別車輛信息圖像包括包含字符的圖像和轉向燈圖像中的至少一種。優(yōu)選地，所述車輛信息至少包括轉向信息和剎車信息；當根據所述包含字符的圖像確定的車輛信息與根據所述轉向燈圖像確定的車輛信息不一致時，進行提示。優(yōu)選地，所述獲取待識別車輛信息圖像步驟之前，包括：獲取車輛信息圖像和所述車輛信息圖像對應的車輛信息；根據所述車輛信息圖像，得到所述車輛信息圖像的灰度特征圖、1bp特征圖、梯度幅值特征圖和梯度方向特征圖；將所述車輛信息圖像的灰度特征圖、1bp特征圖、梯度幅值特征圖和梯度方向特征圖和所述車輛信息圖像對應的車輛信息作為訓練數據，對神經網絡模型進行訓練，直至所述神經網絡模型對所述車輛信息圖像信息識別的準確度大于預設閾值。優(yōu)選地，當所述待識別車輛信息圖像是所述包含字符的圖像時，所述獲取車輛信息圖像和所述車輛信息圖像對應的車輛信息，包括：獲取所述車輛信息圖像中的字符區(qū)域圖像；將所述字符區(qū)域圖像輸入到機器學習模型中進行字符分割，其中所述機器學習模型利用多個字符圖像進行訓練得到的。相應地，本專利技術還提供一種車輛信息識別裝置，包括：獲取單元，用于獲取待識別車輛信息圖像，所述待識別車輛信息圖像用于顯示車輛狀態(tài)；灰度特征圖獲取單元，用于根據所述待識別車輛信息圖像，得到所述待識別車輛信息圖像的灰度特征圖；特征圖確定單元，用于根據所述灰度特征圖，確定所述待識別車輛信息圖像的1bp特征圖、梯度幅值特征圖和梯度方向特征圖；車輛信息確定單元，用于利用神經網絡模型以所述待識別車輛信息圖像的灰度特征圖、1bp特征圖、梯度幅值特征圖和梯度方向特征圖作為所述神經網絡模型的輸入層數據，確定所述待識別車輛信息圖像的車輛信息。優(yōu)選地，所述待識別車輛信息圖像包括包含字符的圖像和轉向燈圖像中的至少一種。優(yōu)選地，所述車輛信息至少包括轉向信息和剎車信息；當根據所述包含字符的圖像確定的車輛信息與根據所述轉向燈圖像確定的車輛信息不一致時，進行提示。優(yōu)選地，所述獲取單元在獲取待識別車輛信息圖像之前，包括：獲取子單元，用于獲取車輛信息圖像和所述車輛信息圖像對應的車輛信息；特征圖獲取子單元，用于根據所述車輛信息圖像，得到所述車輛信息圖像的灰度特征圖、1bp特征圖、梯度幅值特征圖和梯度方向特征圖；訓練子單元，用于將所述車輛信息圖像的灰度特征圖、1bp特征圖、梯度幅值特征圖和梯度方向特征圖和所述車輛信息圖像對應的車輛信息作為訓練數據，對神經網絡模型進行訓練，直至所述神經網絡模型對所述車輛信息圖像信息識別的準確度大于預設閾值。優(yōu)選地，當所述待識別車輛信息圖像是所述包含字符的圖像時，所述獲取子單元包括：字符區(qū)域圖像獲取子單元，用于獲取所述車輛信息圖像中的字符區(qū)域圖像；字符分割單元，用于將所述字符區(qū)域圖像輸入到機器學習模型中進行字符分割，其中所述機器學習模型利用多個字符圖像進行訓練得到的。相應地，本專利技術還提供一種車輛，包括：采集單元，用于獲取車輛信息圖像；控制器，用于執(zhí)行如上述所述的方法處理所述車輛信息圖像，確定車輛信息；顯示器，用于顯示所述車輛信息。優(yōu)選地，所述顯示器為液晶顯示牌，設置在車輛尾部。本專利技術技術方案具有以下優(yōu)點：通過獲取待識別車輛信息圖像，根據待識別車輛信息圖像，得到待識別車輛信息圖像的灰度特征圖，根據灰度特征圖，確定待識別車輛信息圖像的1bp特征圖、梯度幅值特征圖和梯度方向特征圖，利用神經網絡模型以待識別車輛信息圖像的灰度特征圖、1bp特征圖、梯度幅值特征圖和梯度方向特征圖作為神經網絡模型的輸入層數據，確定待識別車輛信息圖像的車輛信息，解決了現(xiàn)有汽車采用語音通訊方式獲取信息，使得信息在傳輸過程中容錯性差，信息存儲量低且抗干擾性差，降低了汽車駕駛過程中信息獲取的準確性的問題。附圖說明為了更清楚地說明本專利技術具體實施方式或現(xiàn)有技術中的技術方案，下面將對具體實施方式或現(xiàn)有技術描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖是本專利技術的一些實施方式，對于本領域普通技術人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據這些附圖獲得其他的附圖。圖1是本專利技術實施例1提供的一種車輛信息識別方法的流程圖；圖2是本專利技術實施例2提供的一種車輛信息識別裝置的結構示意圖；圖3是本專利技術實施例3提供的一種車輛的結構示意圖。具體實施方式下面將結合附圖對本專利技術的技術方案進行清楚、完整地描述，顯然，所描述的實施例是本專利技術一部分實施例，而不是全部的實施例。基于本專利技術中的實施例，本領域普通技術人員在沒有做出創(chuàng)造性勞動前提下所獲得的所有其他實施例，都屬于本專利技術保護的范圍。實施例1本專利技術實施例提供一種車輛信息識別方法，車輛在駕駛過程中為了準確識別前車的行駛狀態(tài)信息，在前車車輛尾部設置一信息顯示牌，用于顯示本車車輛行駛狀態(tài)信息，繼而車輛狀態(tài)信息可以通過后車車輛識別信息顯示牌信息和車輛轉向燈信息進行顯示，如圖1所示，該方法包括：S11，獲取待識別車輛信息圖像，待識別車輛信息圖像用于顯示車輛狀態(tài)。其中車輛狀態(tài)可以包括車輛剎車信息、速度與加速度信息、轉向信息以及周圍車輛信息與環(huán)境信息。S12，根據待識別車輛信息圖像，得到待識別車輛信息圖像的灰度特征圖。S13，根據灰度特征圖，確定待識別車輛信息圖像的1bp特征圖、梯度幅值特征圖和梯度方向特征圖。首先求取車輛信息圖像中的每個像素點的1bp特征，當求取圖像邊緣像素點的灰度特征值時，超出邊界的像素點的值設置為零，繼而得到整個車輛信息圖像的1bp特征圖，繼而根據灰度特征圖，得到1bp特征圖、梯度幅值特征圖和梯度方向特征圖。S14，利用神經網絡模型以待識別車輛信息圖像的灰度特征圖、1bp特征圖、梯度幅值特征本文檔來自技高網...

【技術保護點】
一種車輛信息識別方法，其特征在于，包括：獲取待識別車輛信息圖像，所述待識別車輛信息圖像用于顯示車輛狀態(tài)；根據所述待識別車輛信息圖像，得到所述待識別車輛信息圖像的灰度特征圖；根據所述灰度特征圖，確定所述待識別車輛信息圖像的1bp特征圖、梯度幅值特征圖和梯度方向特征圖；利用神經網絡模型以所述待識別車輛信息圖像的灰度特征圖、1bp特征圖、梯度幅值特征圖和梯度方向特征圖作為所述神經網絡模型的輸入層數據，確定所述待識別車輛信息圖像的車輛信息。

【技術特征摘要】
1.一種車輛信息識別方法，其特征在于，包括：獲取待識別車輛信息圖像，所述待識別車輛信息圖像用于顯示車輛狀態(tài)；根據所述待識別車輛信息圖像，得到所述待識別車輛信息圖像的灰度特征圖；根據所述灰度特征圖，確定所述待識別車輛信息圖像的1bp特征圖、梯度幅值特征圖和梯度方向特征圖；利用神經網絡模型以所述待識別車輛信息圖像的灰度特征圖、1bp特征圖、梯度幅值特征圖和梯度方向特征圖作為所述神經網絡模型的輸入層數據，確定所述待識別車輛信息圖像的車輛信息。2.根據權利要求1的方法，其特征在于，所述待識別車輛信息圖像包括包含字符的圖像和轉向燈圖像中的至少一種。3.根據權利要求2的方法，其特征在于，所述車輛信息至少包括轉向信息和剎車信息；當根據所述包含字符的圖像確定的車輛信息與根據所述轉向燈圖像確定的車輛信息不一致時，進行提示。4.根據權利要求1所述的方法，其特征在于，所述獲取待識別車輛信息圖像步驟之前，包括：獲取車輛信息圖像和所述車輛信息圖像對應的車輛信息；根據所述車輛信息圖像，得到所述車輛信息圖像的灰度特征圖、1bp特征圖、梯度幅值特征圖和梯度方向特征圖；將所述車輛信息圖像的灰度特征圖、1bp特征圖、梯度幅值特征圖和梯度方向特征圖和所述車輛信息圖像對應的車輛信息作為訓練數據，對神經網絡模型進行訓練，直至所述神經網絡模型對所述車輛信息圖像信息識別的準確度大于預設閾值。5.根據權利要求4所述的方法，其特征在于，當所述待識別車輛信息圖像是所述包含字符的圖像時，所述獲取車輛信息圖像和所述車輛信息圖像對應的車輛信息，包括：獲取所述車輛信息圖像中的字符區(qū)域圖像；將所述字符區(qū)域圖像輸入到機器學習模型中進行字符分割，其中所述機器學習模型利用多個字符圖像進行訓練得到的。6.一種車輛信息識別裝置，其特征在于，包括：獲取單元，用于獲取待識別車輛信息圖像，所述待識別車輛信息圖像用于顯示車輛狀態(tài)；灰度特征圖獲取單元，用于根據所述待識別車輛信息圖像，得到所述待識別車輛信息圖像的灰度特征...

【專利技術屬性】
技術研發(fā)人員：陳江林，張曉明，張如高，
申請(專利權)人：博康智能信息技術有限公司北京海淀分公司，
類型：發(fā)明
國別省市：北京,11