CN111161542B - 车辆识别方法及装置 - Google Patents

Abstract

本发明公开了一种车辆识别方法及装置，属于智能交通技术领域。所述方法包括：获取第一图像，所述第一图像通过对车辆的侧面进行图像采集得到；对所述第一图像进行车辆检测，得到所述第一图像中的车辆区域；对所述车辆区域进行车轮检测，得到所述车辆区域中的车轮区域；根据所述车轮区域的数量，确定所述车辆的车轴数量。本发明通过采集车辆侧面的图像，由于侧面图像一般包含车辆的车轮区域，因而对图像进行车辆检测，确定车辆区域后，再进一步对车辆区域进行车轮检测，确定车轮区域，即可根据车轮区域的数量，确定车轴数量，使得车型可以得到进一步细分，提供了更精准的车辆信息。

Description

车辆识别方法及装置

技术领域

本发明涉及智能交通技术领域，尤其涉及一种车辆识别方法及装置。

背景技术

智能交通系统是将先进的信息技术、数据通讯传输技术、电子传感技术、控制技术及计算机技术等有效综合运用于整个地面交通管理系统，从而建立的一种实时、准确、高效的综合交通运输管理系统。车辆识别是智能交通系统的重要组成部分，通过车辆识别可以获取到车辆信息，对实现公路交通自动化具有重大意义。

目前，相关技术一般是利用架设在卡口的摄像机对车辆进行图像采集，每当有车辆触碰到路口白线时，通过摄像机拍摄一张车辆的车尾图像，将该图像作为车辆识别的原始图像，提取图像中车辆的信息，如车牌和车型等，其中，车型包括货车、客车、轿车、面包车等。

上述技术基于车辆的车尾图像，来进行车辆识别，只能识别到比较粗略的车型信息，无法识别到更准确的车辆信息，如车轴数量。

发明内容

本发明实施例提供了一种车辆识别方法及装置，可以解决相关技术无法识别到更准确的车辆信息的问题。所述技术方案如下：

第一方面，提供了一种车辆识别方法，所述方法包括：

获取第一图像，所述第一图像通过对车辆的侧面进行图像采集得到；

对所述第一图像进行车辆检测，得到所述第一图像中的车辆区域；

对所述车辆区域进行车轮检测，得到所述车辆区域中的车轮区域；

根据所述车轮区域的数量，确定所述车辆的车轴数量。

在一种可能实现方式中，所述对所述第一图像进行车辆检测，得到所述第一图像中的车辆区域，包括：

调用第一检测模型，将所述第一图像输入所述第一检测模型，输出所述第一图像中的各个车辆区域，每个车辆区域对应一个车辆，所述第一检测模型用于根据输入的图像输出车辆区域。

在一种可能实现方式中，所述对所述车辆区域进行车轮检测，得到所述车辆区域中的车轮区域，包括：

调用第二检测模型，将所述车辆区域输入所述第二检测模型，输出所述车辆区域中的各个车轮区域，每个车轮区域对应一个车轮，所述第二检测模型用于根据输入的车辆区域输出车轮区域。

在一种可能实现方式中，所述对所述第一图像进行车辆检测之前，所述方法还包括：

获取目标车牌信息，所述目标车牌信息通过对第二图像进行车牌识别得到，所述第二图像通过对所述车辆的正面或背面进行图像采集得到；

对所述第一图像进行车牌识别，得到所述第一图像的车牌信息；

相应地，所述对所述第一图像进行车辆检测，包括：

当所述第一图像的车牌信息与所述目标车牌信息匹配时，对所述第一图像进行车辆检测。

在一种可能实现方式中，所述当所述第一图像的车牌信息与所述目标车牌信息匹配时，对所述第一图像进行车辆检测，包括：

当所述第一图像包含一个车牌信息，且所述一个车牌信息与所述目标车牌信息中相同字符的数量大于预设阈值时，对所述第一图像进行车辆检测；或，

当所述第一图像包含多个车牌信息，且至少一个车牌信息与所述目标车牌信息中相同字符的数量大于预设阈值时，对所述第一图像进行车辆检测。

在一种可能实现方式中，所述对所述第一图像进行车辆检测，得到所述第一图像中的车辆区域之后，所述方法还包括：

当所述第一图像中包含一个车辆区域时，对所述一个车辆区域，执行车轮检测的步骤；或，

当所述第一图像中包含多个车辆区域时，对所述多个车辆区域中的目标车辆区域，执行车轮检测的步骤。

在一种可能实现方式中，所述目标车辆区域的确定过程包括：

从所述至少一个车牌信息中，确定与所述目标车牌信息中相同字符的数量最多的车牌信息；

根据确定的车牌信息，确定所述目标车辆区域，所述目标车辆区域与所述确定的车牌信息所对应的车牌位置匹配。

在一种可能实现方式中，所述根据所述车轮区域的数量，确定所述车辆的车轴数量，包括：

将所述车轮区域的数量获取为所述车辆的车轴数量；或，

当所述车轮区域的数量大于预设阈值时，确定所述车轮区域中误识别的车轮区域，将所述误识别的车轮区域以外的车轮区域的数量获取为所述车辆的车轴数量。

在一种可能实现方式中，所述确定所述车轮区域中误识别的车轮区域，包括：

根据所述车轮区域的位置，确定所述车轮区域中误识别的车轮区域。

第二方面，提供了一种车辆识别装置，所述装置包括：

获取模块，用于获取第一图像，所述第一图像通过对车辆的侧面进行图像采集得到；

检测模块，用于对所述第一图像进行车辆检测，得到所述第一图像中的车辆区域；

所述检测模块还用于对所述车辆区域进行车轮检测，得到所述车辆区域中的车轮区域；

确定模块，用于根据所述车轮区域的数量，确定所述车辆的车轴数量。

在一种可能实现方式中，所述检测模块用于调用第一检测模型，将所述第一图像输入所述第一检测模型，输出所述第一图像中的各个车辆区域，每个车辆区域对应一个车辆，所述第一检测模型用于根据输入的图像输出车辆区域。

在一种可能实现方式中，所述检测模块用于调用第二检测模型，将所述车辆区域输入所述第二检测模型，输出所述车辆区域中的各个车轮区域，每个车轮区域对应一个车轮，所述第二检测模型用于根据输入的车辆区域输出车轮区域。

在一种可能实现方式中，所述装置还包括识别模块：

所述获取模块还用于获取目标车牌信息，所述目标车牌信息通过对第二图像进行车牌识别得到，所述第二图像通过对所述车辆的正面或背面进行图像采集得到；

所述识别模块用于对所述第一图像进行车牌识别，得到所述第一图像的车牌信息；

所述检测模块用于当所述第一图像的车牌信息与所述目标车牌信息匹配时，对所述第一图像进行车辆检测。

在一种可能实现方式中，所述检测模块用于当所述第一图像包含一个车牌信息，且所述一个车牌信息与所述目标车牌信息中相同字符的数量大于预设阈值时，对所述第一图像进行车辆检测；或，

所述检测模块用于当所述第一图像包含多个车牌信息，且至少一个车牌信息与所述目标车牌信息中相同字符的数量大于预设阈值时，对所述第一图像进行车辆检测。

在一种可能实现方式中，所述检测模块用于当所述第一图像中包含一个车辆区域时，对所述一个车辆区域，执行车轮检测的步骤；或，

所述检测模块用于当所述第一图像中包含多个车辆区域时，对所述多个车辆区域中的目标车辆区域，执行车轮检测的步骤。

在一种可能实现方式中，所述确定模块还用于：

从所述至少一个车牌信息中，确定与所述目标车牌信息中相同字符的数量最多的车牌信息；

根据确定的车牌信息，确定所述目标车辆区域，所述目标车辆区域与所述确定的车牌信息所对应的车牌位置匹配。

在一种可能实现方式中，所述确定模块用于将所述车轮区域的数量获取为所述车辆的车轴数量；或，

所述确定模块用于当所述车轮区域的数量大于预设阈值时，确定所述车轮区域中误识别的车轮区域，将所述误识别的车轮区域以外的车轮区域的数量获取为所述车辆的车轴数量。

在一种可能实现方式中，所述确定模块用于根据所述车轮区域的位置，确定所述车轮区域中误识别的车轮区域。

第三方面，提供了一种电子设备，包括处理器和存储器；所述存储器，用于存放至少一条指令；所述处理器，用于执行所述存储器上所存放的至少一条指令，实现第一方面任一种实现方式所述的方法步骤。

第四方面，提供了一种计算机可读存储介质，所述计算机可读存储介质内存储有至少一条指令，所述至少一条指令被处理器执行时实现第一方面任一种实现方式所述的方法步骤。

本发明实施例提供的技术方案带来的有益效果至少包括：

通过采集车辆侧面的图像，由于侧面图像一般包含车辆的车轮区域，因而对图像进行车辆检测，确定车辆区域后，再进一步对车辆区域进行车轮检测，确定车轮区域，即可根据车轮区域的数量，确定车轴数量，使得车型可以得到进一步细分，提供了更精准的车辆信息。

附图说明

为了更清楚地说明本发明实施例中的技术方案，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，下面描述中的附图仅仅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是本发明实施例提供的一种车辆识别方法的流程图；

图2是本发明实施例提供的一种车辆识别方法的流程图；

图3是本发明实施例提供的一种图像采集的示意图；

图4是本发明实施例提供的一种图像的示意图；

图5是本发明实施例提供的一种图像中包含多个车牌信息的示意图；

图6是本发明实施例提供的一种车辆区域的示意图；

图7是本发明实施例提供的一种车辆识别过程的示意图；

图8是本发明实施例提供的一种车辆识别装置的结构示意图；

图9是本发明实施例提供的一种车辆识别装置的结构示意图；

图10是本发明实施例提供的一种电子设备1000的结构示意图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明实施方式作进一步地详细描述。

图1是本发明实施例提供的一种车辆识别方法的流程图。参见图1，该方法包括：

101、获取第一图像，该第一图像通过对车辆的侧面进行图像采集得到。

102、对该第一图像进行车辆检测，得到该第一图像中的车辆区域。

103、对该车辆区域进行车轮检测，得到该车辆区域中的车轮区域。

104、根据该车轮区域的数量，确定该车辆的车轴数量。

本发明实施例提供的方法，通过采集车辆侧面的图像，由于侧面图像一般包含车辆的车轮区域，因而对图像进行车辆检测，确定车辆区域后，再进一步对车辆区域进行车轮检测，确定车轮区域，即可根据车轮区域的数量，确定车轴数量，使得车型可以得到进一步细分，提供了更精准的车辆信息。

在一种可能实现方式中，该对该第一图像进行车辆检测，得到该第一图像中的车辆区域，包括：

调用第一检测模型，将该第一图像输入该第一检测模型，输出该第一图像中的各个车辆区域，每个车辆区域对应一个车辆，该第一检测模型用于根据输入的图像输出车辆区域。

在一种可能实现方式中，该对该车辆区域进行车轮检测，得到该车辆区域中的车轮区域，包括：

调用第二检测模型，将该车辆区域输入该第二检测模型，输出该车辆区域中的各个车轮区域，每个车轮区域对应一个车轮，该第二检测模型用于根据输入的车辆区域输出车轮区域。

在一种可能实现方式中，该对该第一图像进行车辆检测之前，该方法还包括：

获取目标车牌信息，该目标车牌信息通过对第二图像进行车牌识别得到，该第二图像通过对该车辆的正面或背面进行图像采集得到；

对该第一图像进行车牌识别，得到该第一图像的车牌信息；

相应地，该对所述第一图像进行车辆检测，包括：

当该第一图像的车牌信息与该目标车牌信息匹配时，对该第一图像进行车辆检测。

在一种可能实现方式中，该当该第一图像的车牌信息与该目标车牌信息匹配时，对该第一图像进行车辆检测，包括：

当该第一图像包含一个车牌信息，且该一个车牌信息与该目标车牌信息中相同字符的数量大于预设阈值时，对该第一图像进行车辆检测；或，

当该第一图像包含多个车牌信息，且至少一个车牌信息与该目标车牌信息中相同字符的数量大于预设阈值时，对该第一图像进行车辆检测。

在一种可能实现方式中，该对该第一图像进行车辆检测，得到该第一图像中的车辆区域之后，该方法还包括：

当该第一图像中包含一个车辆区域时，对该一个车辆区域，执行车轮检测的步骤；或，

当该第一图像中包含多个车辆区域时，对该多个车辆区域中的目标车辆区域，执行车轮检测的步骤。

在一种可能实现方式中，该目标车辆区域的确定过程包括：

从该至少一个车牌信息中，确定与该目标车牌信息中相同字符的数量最多的车牌信息；

根据确定的车牌信息，确定该目标车辆区域，该目标车辆区域与该确定的车牌信息所对应的车牌位置匹配。

在一种可能实现方式中，该根据该车轮区域的数量，确定该车辆的车轴数量，包括：

将该车轮区域的数量获取为该车辆的车轴数量；或，

当该车轮区域的数量大于预设阈值时，确定该车轮区域中误识别的车轮区域，将该误识别的车轮区域以外的车轮区域的数量获取为该车辆的车轴数量。

在一种可能实现方式中，该确定该车轮区域中误识别的车轮区域，包括：

根据该车轮区域的位置，确定该车轮区域中误识别的车轮区域。

上述所有可选技术方案，可以采用任意结合形成本发明的可选实施例，在此不再一一赘述。

图2是本发明实施例提供的一种车辆识别方法的流程图。参见图2，该方法包括：

201、获取第一图像，该第一图像通过对车辆的侧面进行图像采集得到。

在一种可能实现方式中，该步骤201可以由图像采集设备执行，例如，该图像采集设备可以是智能相机，相应地，该图像采集设备可以对车辆进行侧面图像的采集，得到该第一图像。

参见图3，图3是本发明实施例提供的一种图像采集的示意图，如图3所示，该图像采集设备可以为相机B，侧向架设于道路的龙门架上，对车辆的侧面进行图像采集。

在一种可能实现方式中，图像采集设备可以在接收到图像采集信号时，执行获取第一图像的步骤。其中，该图像采集信号可以由另一个图像采集设备发送。如图3所示，该另一个图像采集设备可以为相机A，标准卡口架设于道路的龙门架上，也即是，正向架设于道路的龙门架上，对车辆进行正面图像的采集。当然，该另一个图像采集设备也可以电警架设于道路的龙门架上，也即是，背向架设于道路的龙门架上。

其中，两个图像采集设备可以通过信号线连接，实现联动。正向或背向架设的图像处理设备在检测到触发信号，采集该车辆的图像时，同时向侧向架设的图像处理设备发送图像采集信号，触发其采集该车辆的图像，以保证两个图像处理设备在接近的时间内进行图像采集，从而保证该车辆同时在两个图像处理设备的采集范围内出现，使得两个图像处理设备采集到的图像中均包含该车辆。

例如，每当有一辆车进入指定位置时，正向或背向架设的图像处理设备可以检测到的触发信号。该指定位置可以是路口白线的位置，以正向架设的图像处理设备为例，每当有一个车辆触碰到路口白线时，则该图像采集设备检测到触发信号，采集一张车辆的正面头像(车头图像)。以背向架设的图像处理设备为例，每当有一个车辆触碰到路口白线时，则该图像采集设备检测到触发信号，采集一张车辆的背面头像(车尾图像)。

参见图4，图4是本发明实施例提供的一种图像的示意图，图4中左边的(a)图是正向架设的图像处理设备采集到的图像，也即是，正面图像，图4中右边的(b)图是侧向架设的图像处理设备采集到的图像，也即是，侧面图像。

202、获取目标车牌信息，该目标车牌信息通过对第二图像进行车牌识别得到，该第二图像通过对该车辆的正面或背面进行图像采集得到。

其中，该目标车牌信息可以是车辆的车牌号码。

在一种可能实现方式中，该步骤202可以由图像采集设备执行，该目标车牌信息可以由另一个图像采集设备发送，该另一个图像处理设备可以是步骤201中正向或背向架设的图像处理设备。相应地，该另一个图像处理设备可以在检测到触发信号时，对该车辆的正面或背面进行图像采集，得到第二图像，进而对第二图像进行车牌识别，将车牌识别结果作为目标车牌信息，并将该目标车牌信息发送给该图像采集设备，使得该图像采集设备可以获取到该目标车牌信息。

需要说明的是，该另一个图像采集设备在采集到第二图像后，还可以采用车辆特征属性识别算法，对第二图像进行车辆特征识别，得到车辆特征信息，包括颜色和车型等，该车型可以包括货车、小车、客车和面包车等。

需要说明的是，本发明实施例仅以获取第一图像为步骤201，获取目标车牌信息为步骤202为例进行说明，实际上，获取第一图像和获取目标车牌信息并没有固定的先后顺序。

203、对该第一图像进行车牌识别，得到该第一图像的车牌信息。

其中，该车牌信息可以是车辆的车牌号码。

在一种可能实现方式中，该步骤203可以由图像采集设备执行，该图像采集设备对第一图像进行车牌识别，将车牌识别结果作为第一图像的车牌信息。

其中，车牌识别过程可以包括：对第一图像进行车牌定位、车牌字符分割以及车牌字符识别等多个阶段，得到车牌识别结果，从而完成车牌识别。其中，车牌定位是指从整个图像中定位出车牌候选区域，车牌字符分割是指从车牌候选区域中分割出一个一个的字符区域，车牌字符识别是指将车牌候选区域的各个字符区域中的字符识别出来，得到车牌识别结果。

需要说明的是，该第一图像中可能包含一个或多个车辆，相应地，该步骤203确定的车牌信息可能为一个，也可能为多个。

204、当该第一图像的车牌信息与该目标车牌信息匹配时，对该第一图像进行车辆检测，得到该第一图像中的车辆区域。

在一种可能实现方式中，该步骤204可以由图像采集设备执行，该图像采集设备通过步骤202和步骤203获取到目标车牌信息和第一图像的车牌信息后，可以将第一图像的车牌信息与目标车牌信息进行匹配，当匹配成功时，执行对第一图像进行车辆检测的步骤。

在一种可能实现方式中，当该第一图像包含一个车牌信息，且该一个车牌信息与该目标车牌信息中相同字符的数量大于预设阈值时，对该第一图像进行车辆检测；或，当该第一图像包含多个车牌信息，且至少一个车牌信息与该目标车牌信息中相同字符的数量大于预设阈值时，对该第一图像进行车辆检测。

无论识别到一个车牌信息，还是识别到多个车牌信息，第一图像的车牌信息与目标车牌信息匹配的条件可以为：第一图像中包含与目标车牌信息具有相同字符且相同字符的数量大于预设阈值的车牌信息。

针对第一图像包含多个车牌信息的情况，可以分别将该多个车牌信息与目标车牌信息进行比对，当该多个车牌信息中只有一个车牌信息与该目标车牌信息中相同字符的数量大于预设阈值，或，该多个车牌信息中有两个或两个以上的车牌信息与该目标车牌信息中相同字符的数量大于预设阈值时，则认为第一图像的车牌信息与目标车牌信息匹配，从而执行对该第一图像进行车辆检测的步骤。

参见图5，图5是本发明实施例提供的一种图像中包含多个车牌信息的示意图，如图5所示，第一图像中包含车辆1和车辆2，车辆1的车牌为A1，车辆2的车牌为A2，此情况下，分别将车牌1和车牌2的车牌信息与目标车牌信息进行比对，无论车牌1和车牌2中任一个车牌信息与目标车牌信息中相同字符的数量大于预设阈值，或，车牌1和车牌2的车牌信息均与目标车牌信息中相同字符的数量大于预设阈值，均执行对该第一图像进行车辆检测的步骤。

在一种可能实现方式中，对第一图像进行车辆检测的过程包括：调用第一检测模型，将该第一图像输入该第一检测模型，输出该第一图像中的各个车辆区域，每个车辆区域对应一个车辆，该第一检测模型用于根据输入的图像输出车辆区域。参见图6，图6是本发明实施例提供的一种车辆区域的示意图，如图6所示，车辆区域可以是一个车辆的外接矩形，包括从车辆的车顶到车轮的区域，当然，也可以是尺寸更大的矩形，本发明实施例对此不做限定。通过利用检测模型，对采集到的图像进行检测，自动识别出图像中的车辆区域，能够取得较好的检测效果。

该第一检测模型的训练过程可以为：基于多个样本图像和该多个样本图像中的车辆区域进行训练，得到该第一检测模型。通过搜集侧向架设的图像采集设备所采集的图像，可以得到该多个样本图像，该多个样本图像尽量覆盖多种车型(轿车、客车、货车、面包车)。该多个样本图像中的车辆区域可以采用人工标定的方式得到。例如，对搜集到的样本图像进行整理和标定，具体可以采用人工标定的方式，从搜集到的样本图像中标定某个目标车辆的外接矩形。

例如，该第一检测模型的训练过程可以采用机器学习的方法，该机器学习的方法可以为lbp-adaboost方法、DPM(Deformable Part Model，可变形的组件模型)方法、faster-RCNN(Regions with Convolutional Neural Network，区域卷积神经网络)方法或YOLO(You Only Look Once，一次卷积神经网络)方法等常见的目标检测方法，目标检测也叫目标提取，是将人们感兴趣的物体，从复杂的背景图像中提取出来的方法。以YOLO方法为例，以整理好的样本(包括多个样本图像和标定的车辆区域)为训练集，训练YOLO模型，将训练好的YOLO模型作为第一检测模型。当需要进行车辆检测时，电子设备可以将图像输入到该第一检测模型，通过该第一检测模型对图像进行车辆检测，从而得到图像中的车辆区域。

在一种可能实现方式中，当该第一图像中包含一个车辆区域时，图像采集设备可以将该一个车辆区域作为目标车辆区域，对该一个车辆区域，执行后续步骤205的车轮检测的步骤。当该第一图像中包含多个车辆区域时，图像采集设备可以从中确定目标车辆区域，对该多个车辆区域中的目标车辆区域，执行后续步骤205的车轮检测的步骤。

在一种可能实现方式中，该目标车辆区域的确定过程包括：从与目标车牌信息中相同字符的数量大于预设阈值的至少一个车牌信息中，确定与该目标车牌信息中相同字符的数量最多的车牌信息；根据确定的车牌信息，确定该目标车辆区域，该目标车辆区域与该确定的车牌信息所对应的车牌位置匹配。

其中，至少一个车牌信息与目标车牌信息中相同字符的数量均大于预设阈值，而与目标车牌信息中相同字符数量最多的车牌信息，则最有可能与目标车牌信息完全匹配，因此，图像采集设备可以从中筛选出该车牌信息。然后，图形采集设备可以根据与目标车牌信息最匹配的车牌信息所对应的车牌位置，确定目标车辆区域，例如，该车牌信息对应的车牌位置可以位于该目标车辆区域内。其中，该车牌信息对应的车牌位置可以通过步骤203中的车牌识别过程得到，例如，该车牌位置可以是车牌定位阶段定位出的车牌候选区域。

如图5所示，如果车牌1和车牌2的车牌信息均与目标车牌信息中相同字符的数量大于预设阈值，则根据车牌1与目标车牌信息中相同字符的数量以及车牌2与目标车牌信息中相同字符的数量，确定与目标车牌信息中相同字符的数量更多的车牌信息，以确定的车牌信息为车牌1为例，则根据车牌1，确定目标车辆区域为车辆1的车辆区域。

需要说明的是，该步骤204是对第一图像进行车辆检测的一种可能实现方式，该方式下，对第一图像进行车辆检测需要满足匹配条件。相应地，上述步骤202和步骤203为可选步骤，通过获取目标车牌信息和第一图像的车牌信息，从而在第一图像的车牌信息与目标车牌信息匹配时，进行车辆检测，提供了一种进行车辆检测的有效时机。在一种可能实现方式中，图像采集设备在获取第一图像后，也可以直接执行对该第一图像进行车辆检测，得到第一图像中的车辆区域的步骤。

由于该第一图像中可能包含一个或多个车辆，相应地，该步骤204确定的车辆区域可能为一个，也可能为多个。

205、对该车辆区域进行车轮检测，得到该车辆区域中的车轮区域。

在一种可能实现方式中，该步骤205可以由图像采集设备执行，该图像采集设备在确定车辆区域后，可以进一步确定车辆区域中的各个车轮区域，每个车轮区域对应一个车轮。在该步骤205中，图像采集设备可以对第一图像中的所有车辆区域进行车轮检测，也可以仅对该第一图像中的目标车辆区域进行车轮检测。

在一种可能实现方式中，对车辆区域进行车轮检测的过程包括：调用第二检测模型，将该车辆区域输入该第二检测模型，输出该车辆区域中的各个车轮区域，每个车轮区域对应一个车轮，该第二检测模型用于根据输入的车辆区域输出车轮区域。通过利用检测模型，对图像中的车辆区域进行检测，自动识别出车辆区域中的车轮区域，能够取得较好的检测效果。

其中，该第二检测模型可以基于多个样本图像中的车辆区域和车辆区域中的车轮区域训练得到，该车轮区域可以采用人工标定的方式，在车辆区域中进行标定。如图6所示，一个车辆区域中可以包括多个车轮区域，每个车轮区域对应一个车轮，例如，每个车轮区域可以是一个车轮的外切矩形，当然，也可以是尺寸更大的矩形，本发明实施例对此不做限定。与第一检测模型的训练同理，第二检测模型也可以采用各种目标检测方法，以YOLO方法为例，以整理好的样本(包括多个样本图像中的车辆区域和标定的车轮区域)为训练集，训练YOLO模型，将训练好的YOLO模型作为第二检测模型。

当需要进行车轮检测时，电子设备可以将图像中的车辆区域输入到该第二检测模型，通过该第二检测模型对车辆区域进行车轮检测，从而得到车辆区域中的车轮区域。

206、根据该车轮区域的数量，确定该车辆的车轴数量。

在一种可能实现方式中，该步骤206可以由图像采集设备执行，该图像采集设备通过检测车轮区域，可以统计侧面可见的车轮数量，进而确定车辆的车轴数量。

例如。该图像采集设备可以直接将该车轮区域的数量获取为该车辆的车轴数量。当然，当该车轮区域的数量大于预设阈值时，该图像采集设备也可以确定该车轮区域中误识别的车轮区域，将误识别的车轮区域以外的车轮区域的数量获取为该车辆的车轴数量。该预设阈值可以为经验值，如根据实际场景中车辆的车轮数量进行设置。

在一种可能实现方式中，图像采集设备可以根据该车轮区域的位置，确定该车轮区域中误识别的车轮区域。例如，图像采集设备可以根据车轮区域的数量与预设阈值的差值，确定误识别的车轮区域的数量，进而，根据车轮区域的位置，找到误识别的车轮区域，例如，图像采集设备可以根据大量车辆的各个车轮区域的位置关系，确定误识别的车轮区域。例如一般车辆的车轮区域在一条直线上，如果车辆区域中的车轮区域有7个，其中6个车轮区域在一条直线上，则将剩余的1个车轮区域确定为误识别的车轮区域。通过从识别到的车轮区域中排除误识别的车轮区域，从而可以获取到更准确的车轴数量。

通过采用图像处理和机器学习技术，对采集到的图像进行分析，自动识别车辆的车轴数量，能够取得较好的检测效果，可以用于交通卡口场景，还可以为智能交通系统提供更多的语义信息。通过识别车辆的车轴数量，可以辅助交通管控，例如，在确定车辆的车轴数量后，图像采集设备可以根据实际业务需求，进行后续处理。例如，图像采集设备可以将车辆的车轴数量和车牌信息发送给电子设备。针对步骤202中另一个图像采集设备获取车辆特征信息，该另一个图像采集设备也可以将获取到的车辆特征信息发送给电子设备，电子设备可以将该车辆的车轴数量、车辆特征信息和车牌信息进行结构化输出。

另外，当车辆的车轴数量大于预设数量时，还可以记录该车辆的车牌信息，或进行告警处理。例如，某些路段由于路况或其他原因，禁止5轴以上车辆通行，则可以将车轴数量大于5的车辆作为违禁车辆，并记录违禁车辆的车牌信息。

需要说明的是，本发明实施例是以上述步骤201至步骤206由图像采集设备执行为例进行说明，该图像采集设备具有采集图像和处理图像的功能。在一种可能实现方式中，上述步骤201至步骤206也可以由其他电子设备执行。相应地，针对步骤201，该第一图像可以通过一个图像采集设备对车辆的侧面进行图像采集，并将采集到的第一图像发送给该电子设备，使得电子设备可以获取到该第一图像。针对步骤202，目标车牌信息可以通过另一个图像采集设备对车辆的正面或背面进行图像采集，并对采集到的第二图像进行车牌识别，将识别到的目标车牌信息发送给电子设备，使得电子设备可以获取到该目标车牌信息，或者该另一个图像采集设备可以直接将采集到的第二图像发送给该电子设备，由电子设备对第二图像进行车牌识别，从而获取到该目标车牌信息。

参见图6，图6是本发明实施例提供的一种车辆识别过程的示意图，以正向架设的图像采集设备为相机A、侧向架设的图像采集设备为相机B为例，通过相机A抓拍车辆，同时，相机A传递抓拍信号给相机B，触发相机B抓拍车辆，相机A和相机B抓拍的图像经过车牌识别后，进行车牌匹配，如果匹配成功，则对相机B抓拍的图像进行车辆检测，然后将车辆检测结果与目标车牌进行匹配，再进行车轴数量检测，另外，还可以对相机A抓拍的图像进行车辆特征识别，将所有的识别结果进行结构化输出。通过两个相机的联动抓拍，不仅能通过正向架设的相机，获取常见的车辆特征信息，还能够通过侧向架设的相机，同时获取更精细的车辆信息(车轴数量)。

本发明实施例提供的方法，通过采集车辆侧面的图像，由于侧面图像一般包含车辆的车轮区域，因而对图像进行车辆检测，确定车辆区域后，再进一步对车辆区域进行车轮检测，确定车轮区域，即可根据车轮区域的数量，确定车轴数量，使得车型可以得到进一步细分，提供了更精准的车辆信息。

图8是本发明实施例提供的一种车辆识别装置的结构示意图。参照图3，该装置包括：

获取模块801，用于获取第一图像，该第一图像通过对车辆的侧面进行图像采集得到；

检测模块802，用于对该第一图像进行车辆检测，得到该第一图像中的车辆区域；

该检测模块802还用于对该车辆区域进行车轮检测，得到该车辆区域中的车轮区域；

确定模块803，用于根据该车轮区域的数量，确定该车辆的车轴数量。

在一种可能实现方式中，该检测模块802用于调用第一检测模型，将该第一图像输入该第一检测模型，输出该第一图像中的各个车辆区域，每个车辆区域对应一个车辆，该第一检测模型用于根据输入的图像输出车辆区域。

在一种可能实现方式中，该检测模块802用于调用第二检测模型，将该车辆区域输入该第二检测模型，输出该车辆区域中的各个车轮区域，每个车轮区域对应一个车轮，该第二检测模型用于根据输入的车辆区域输出车轮区域。

在一种可能实现方式中，参见图9，该装置还包括识别模块804：

该获取模块801还用于获取目标车牌信息，该目标车牌信息通过对第二图像进行车牌识别得到，该第二图像通过对该车辆的正面或背面进行图像采集得到；

该识别模块804用于对该第一图像进行车牌识别，得到该第一图像的车牌信息；

该检测模块802用于当该第一图像的车牌信息与该目标车牌信息匹配时，对该第一图像进行车辆检测。

在一种可能实现方式中，该检测模块802用于当该第一图像包含一个车牌信息，且该一个车牌信息与该目标车牌信息中相同字符的数量大于预设阈值时，对该第一图像进行车辆检测；或，

该检测模块802用于当该第一图像包含多个车牌信息，且至少一个车牌信息与该目标车牌信息中相同字符的数量大于预设阈值时，对该第一图像进行车辆检测。

在一种可能实现方式中，该检测模块802用于当该第一图像中包含一个车辆区域时，对该一个车辆区域，执行车轮检测的步骤；或，

该检测模块用于当该第一图像中包含多个车辆区域时，对该多个车辆区域中的目标车辆区域，执行车轮检测的步骤。

在一种可能实现方式中，该确定模块803还用于：

从该至少一个车牌信息中，确定与该目标车牌信息中相同字符的数量最多的车牌信息；

根据确定的车牌信息，确定该目标车辆区域，该目标车辆区域与该确定的车牌信息所对应的车牌位置匹配。

在一种可能实现方式中，该确定模块803用于将该车轮区域的数量获取为该车辆的车轴数量；或，

该确定模块803用于当该车轮区域的数量大于预设阈值时，确定该车轮区域中误识别的车轮区域，将该误识别的车轮区域以外的车轮区域的数量获取为该车辆的车轴数量。

在一种可能实现方式中，该确定模块803用于根据该车轮区域的位置，确定该车轮区域中误识别的车轮区域。

本发明实施例提供的装置，通过采集车辆侧面的图像，由于侧面图像一般包含车辆的车轮区域，因而对图像进行车辆检测，确定车辆区域后，再进一步对车辆区域进行车轮检测，确定车轮区域，即可根据车轮区域的数量，确定车轴数量，使得车型可以得到进一步细分，提供了更精准的车辆信息。

需要说明的是：上述实施例提供的车辆识别装置在车辆识别时，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将设备的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。另外，上述实施例提供的车辆识别装置与车辆识别方法实施例属于同一构思，其具体实现过程详见方法实施例，这里不再赘述。

图10是本发明实施例提供的一种电子设备1000的结构示意图，该电子设备1000可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上处理器(CentralProcessing Units，CPU)1001和一个或一个以上的存储器1002，其中，该存储器1002中存储有至少一条指令，该至少一条指令由该处理器1001加载并执行以实现上述各个方法实施例提供的方法。当然，该服务器还可以具有有线或无线网络接口、键盘以及输入输出接口等部件，以便进行输入输出，该服务器还可以包括其他用于实现设备功能的部件，在此不做赘述。

在示例性实施例中，还提供了一种存储有至少一条指令的计算机可读存储介质，例如存储有至少一条指令的存储器，上述至少一条指令被处理器执行时实现上述实施例中的车辆识别方法。例如，该计算机可读存储介质可以是只读内存(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory，RAM)、只读光盘(Compact Disc Read-OnlyMemory，CD-ROM)、磁带、软盘和光数据存储设备等。

本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，上述程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。

上述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (16)

1.一种车辆识别方法，其特征在于，所述方法包括：

获取第一图像，所述第一图像通过对车辆的侧面进行图像采集得到；

获取目标车牌信息，所述目标车牌信息通过对第二图像进行车牌识别得到，所述第二图像通过对所述车辆的正面或背面进行图像采集得到；

对所述第一图像进行车牌识别，得到所述第一图像的车牌信息；

当所述第一图像的车牌信息与所述目标车牌信息匹配时，对所述第一图像进行车辆检测，得到所述第一图像中的车辆区域；

调用第二检测模型，将所述车辆区域输入所述第二检测模型，输出所述车辆区域中的各个车轮区域，每个车轮区域对应一个车轮，所述第二检测模型用于根据输入的车辆区域输出车轮区域，所述第二检测模型是基于多个样本图像中的车辆区域和标定的车轮区域训练得到的；

根据所述车轮区域的数量，确定所述车辆的车轴数量；

当所述车辆的车轴数量大于预设数量时，确定所述车辆为违禁车辆，记录所述车辆的车牌信息，并进行告警处理。

2.根据权利要求1所述的方法，其特征在于，所述对所述第一图像进行车辆检测，得到所述第一图像中的车辆区域，包括：

将所述第一图像输入第一检测模型，输出所述第一图像中的各个车辆区域，每个车辆区域对应一个车辆，所述第一检测模型用于根据输入的图像输出车辆区域。

3.根据权利要求1所述的方法，其特征在于，所述当所述第一图像的车牌信息与所述目标车牌信息匹配时，对所述第一图像进行车辆检测，包括：

当所述第一图像包含一个车牌信息，且所述一个车牌信息与所述目标车牌信息中相同字符的数量大于预设阈值时，对所述第一图像进行车辆检测；或，

当所述第一图像包含多个车牌信息，且至少一个车牌信息与所述目标车牌信息中相同字符的数量大于预设阈值时，对所述第一图像进行车辆检测。

4.根据权利要求3所述的方法，其特征在于，所述对所述第一图像进行车辆检测，得到所述第一图像中的车辆区域之后，所述方法还包括：

当所述第一图像中包含一个车辆区域时，对所述一个车辆区域，执行车轮检测的步骤；或，

当所述第一图像中包含多个车辆区域时，对所述多个车辆区域中的目标车辆区域，执行车轮检测的步骤。

5.根据权利要求4所述的方法，其特征在于，所述目标车辆区域的确定过程包括：

从所述至少一个车牌信息中，确定与所述目标车牌信息中相同字符的数量最多的车牌信息；

根据确定的车牌信息，确定所述目标车辆区域，所述目标车辆区域与所述确定的车牌信息所对应的车牌位置匹配。

6.根据权利要求1所述的方法，其特征在于，所述根据所述车轮区域的数量，确定所述车辆的车轴数量，包括：

将所述车轮区域的数量获取为所述车辆的车轴数量；或，

当所述车轮区域的数量大于预设阈值时，确定所述车轮区域中误识别的车轮区域，将所述误识别的车轮区域以外的车轮区域的数量获取为所述车辆的车轴数量。

7.根据权利要求6所述的方法，其特征在于，所述确定所述车轮区域中误识别的车轮区域，包括：

根据所述车轮区域的位置，确定所述车轮区域中误识别的车轮区域。

8.一种车辆识别装置，其特征在于，所述装置包括：

获取模块，用于获取第一图像，所述第一图像通过对车辆的侧面进行图像采集得到；

所述获取模块还用于获取目标车牌信息，所述目标车牌信息通过对第二图像进行车牌识别得到，所述第二图像通过对所述车辆的正面或背面进行图像采集得到；

识别模块，用于对所述第一图像进行车牌识别，得到所述第一图像的车牌信息；

检测模块，用于当所述第一图像的车牌信息与所述目标车牌信息匹配时，对所述第一图像进行车辆检测，得到所述第一图像中的车辆区域；

所述检测模块还用于对所述车辆区域进行车轮检测，得到所述车辆区域中的车轮区域；

确定模块，用于根据所述车轮区域的数量，确定所述车辆的车轴数量；

所述检测模块用于调用第二检测模型，将所述车辆区域输入所述第二检测模型，输出所述车辆区域中的各个车轮区域，每个车轮区域对应一个车轮，所述第二检测模型用于根据输入的车辆区域输出车轮区域，所述第二检测模型是基于多个样本图像中的车辆区域和标定的车轮区域训练得到的；

所述装置还包括用于执行以下步骤的模块：

当所述车辆的车轴数量大于预设数量时，确定所述车辆为违禁车辆，记录所述车辆的车牌信息，并进行告警处理。

9.根据权利要求8所述的装置，其特征在于，所述检测模块用于调用第一检测模型，将所述第一图像输入所述第一检测模型，输出所述第一图像中的各个车辆区域，每个车辆区域对应一个车辆，所述第一检测模型用于根据输入的图像输出车辆区域。

10.根据权利要求8所述的装置，其特征在于，所述检测模块用于当所述第一图像包含一个车牌信息，且所述一个车牌信息与所述目标车牌信息中相同字符的数量大于预设阈值时，对所述第一图像进行车辆检测；或，

所述检测模块用于当所述第一图像包含多个车牌信息，且至少一个车牌信息与所述目标车牌信息中相同字符的数量大于预设阈值时，对所述第一图像进行车辆检测。

11.根据权利要求10所述的装置，其特征在于，所述检测模块用于当所述第一图像中包含一个车辆区域时，对所述一个车辆区域，执行车轮检测的步骤；或，

所述检测模块用于当所述第一图像中包含多个车辆区域时，对所述多个车辆区域中的目标车辆区域，执行车轮检测的步骤。

12.根据权利要求11所述的装置，其特征在于，所述确定模块还用于：

从所述至少一个车牌信息中，确定与所述目标车牌信息中相同字符的数量最多的车牌信息；

根据确定的车牌信息，确定所述目标车辆区域，所述目标车辆区域与所述确定的车牌信息所对应的车牌位置匹配。

13.根据权利要求8所述的装置，其特征在于，所述确定模块用于将所述车轮区域的数量获取为所述车辆的车轴数量；或，

所述确定模块用于当所述车轮区域的数量大于预设阈值时，确定所述车轮区域中误识别的车轮区域，将所述误识别的车轮区域以外的车轮区域的数量获取为所述车辆的车轴数量。

14.根据权利要求13所述的装置，其特征在于，所述确定模块用于根据所述车轮区域的位置，确定所述车轮区域中误识别的车轮区域。

15.一种电子设备，其特征在于，包括处理器和存储器；所述存储器，用于存放至少一条指令；所述处理器，用于执行所述存储器上所存放的至少一条指令，实现权利要求1-7任一项所述的方法步骤。

16.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质内存储有至少一条指令，所述至少一条指令被处理器执行时实现权利要求1-7任一项所述的方法步骤。

Images