基于多任务FasterRCNN车辆假牌套牌的检测方法-仪器仪表学报.PDF

第３８卷　第１２期 仪 器 仪 表 学 报 Ｖｏｌ３８Ｎｏ１２ ２０１７年１２月 ＣｈｉｎｅｓｅＪｏｕｒｎａｌｏｆＳｃｉｅｎｔｉｆｉｃＩｎｓｔｒｕｍｅｎｔ Ｄｅｃ．２０１７ 基于多任务ＦａｓｔｅｒＲＣＮＮ车辆假牌套牌的检测方法 １ １，２ １ ２ １ 陈　朋 ，汤一平 ，何　霞 ，王　辉 ，袁公萍 （１．浙江工业大学信息工程学院　杭州　３１００２３；２．银江股份有限公司　杭州　３１００００） 摘　要：针对现有车辆假牌套牌各种检测方法存在计算复杂度高、检测精度低、鲁棒性欠缺等问题，提出一种基于多任务的高速 区域卷积神经网络（ＦａｓｔｅｒＲＣＮＮ）车辆假牌套牌的检测方法。首先利用时空约束得到疑似套牌车辆，接着用ＦａｓｔｅｒＲＣＮＮ定 位分割出车辆前脸部分图像，然后对疑似套牌车辆的车脸公脸部分（车辆的基本特征）的特征进行比对；在此基础上再对高仿 套牌车辆的车脸私脸部分（车检标）的细微特征进行检测比对。这种分层次的、从车辆宏观特征到微观特征的视觉检测方法， 具有检测速度快、鲁棒性高、泛化能力强、实施部署方便、检测精度高等优点。实验研究表明，在ＶｅｈｉｃｌｅＩＤ数据集和杭州卡口 数据集中分别取得了９９．３９％、９９．２２％的检测精度。 关键词：车辆假牌套牌检测；多任务高速区域卷积神经网络；车辆脸部特征；分层特征比对 中图分类号：ＴＰ３９１　ＴＨ３９　　　文献标识码：Ａ　　国家标准学科分类代码：５２０．６０４０ ＤｅｔｅｃｔｉｏｎｍｅｔｈｏｄｆｏｒｆａｋｅｐｌａｔｅｖｅｈｉｃｌｅｓｂａｓｅｄｏｎｍｕｌｔｉｔａｓｋＦａｓｔｅｒＲＣＮＮ １ １，２ １ ２ １ ＣｈｅｎＰｅｎｇ，ＴａｎｇＹｉｐｉｎｇ ，ＨｅＸｉａ，ＷａｎｇＨｕｉ，ＹｕａｎＧｏｎｇｐｉｎｇ （１．ＳｃｈｏｏｌｏｆＩｎｆｏｒｍａｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇ，ＺｈｅｊｉａｎｇＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ，Ｈａｎｇｚｈｏｕ，３１００２３，Ｃｈｉｎａ； ２．ＥｎｊｏｙｏｒＣｏ．，Ｌｔｄ，Ｈａｎｇｚｈｏｕ３１００００，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｃｕｒｒｅｎｔｖｅｈｉｃｌｅｄｅｔｅｃｔｉｏｎｍｅｔｈｏｄｆｏｒｆａｋｅｐｌａｔｅｖｅｈｉｃｌｅｓｈａｓａｈｉｇｈｃｏｍｐｕｔａｔｉｏｎａｌｃｏｍｐｌｅｘｉｔｙ，ｌｏｗｄｅｔｅｃｔｉｏｎａｃｃｕｒａｃｙ，ｌａｃｋｏｆ ｒｏｂｕｓｔｎｅｓｓ．ＴｈｉｓｐａｐｅｒｐｒｅｓｅｎｔｓｏｆｆａｋｅｐｌａｔｅｖｅｈｉｃｌｅｓｄｅｔｅｃｔｉｏｎｍｅｔｈｏｄｂａｓｅｄｏｎｍｕｌｔｉｔａｓｋＦａｓｔｅｒＲＣＮＮ（ｒｅｇｉｏｎｂａｓｅｄｃｏｎｖｏｌｕｔｉｏｎａｌ ｎｅｕｒａｌｎｅｔｗｏｒｋ）．Ｆｉｒｓｔｌｙ，ｓｐａｔｉｏｔｅｍｐｏｒａｌｃｏｎｓｔｒａｉｎｔｉｓｕｓｅｄｔｏｏｂｔａｉｎｔｈｅｓｕｓｐｅｃｔｅｄｆａｋｅｐｌａｔｅｖｅｈｉｃｌｅ．Ｔｈｅｎ，ｆｒｏｎｔｐａｒｔｏｆｔｈｅｖｅｈｉｃｌｅｉｓ ｌｏｃａｔｅｄｉｎｔｈｅｉｍａｇｅｕｓｉｎｇＦａｓｔｅｒＲＣＮＮ．Ｎｅｘｔ，ｔｈｅｐｕｂｌｉｃｆａｃｅ（ｂａｓｉｃｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆａｖｅｈｉｃｌｅ）ｏｆｓｕｓｐｉｃｉｏｕｓｆａｋｅｐｌａｔｅｖｅｈｉｃｌｅｓｉｓ ｃｏｎｔｒａｓｔｅｄ．Ｉｎｆｕｒｔｈｅｒ，ｔｈｅｓｕｂｔｌｅｆｅａｔｕｒｅｓｏｆａｐｒｉｖａｔｅｆａｃｅ（Ａｎｎｕａｌｉｎｓｐｅｃｔｉｏｎｃｅｒｔｉｆｉｃａｔｅｆｏｒｖｅｈｉｃｌｅｓ）ｉｓｃｏｎｔｒａｓｔｅｄ．Ｔｈｉｓｈｉｅｒａｒｃｈｉｃａｌ ｖｉｓｕａｌｉｎｓｐｅｃｔｉｏｎｍｅｔｈｏｄ，ｄｅｔｅｃｔｅｄｆｒｏｍｍａｃｒｏｓｃｏｐｉｃｆｅａｔｕｒｅｓｏｆｖｅｈｉｃｌｅｓｔｏｍｉｃｒｏｓｃｏｐｉｃｆｅａｔｕｒｅｓ，ｈａｓｔｈｅａｄｖａｎｔａｇｅｓｏｆｆａｓｔｄｅｔｅｃｔｉｏｎ ｓｐｅｅｄ，ｈｉｇｈｒｏｂｕｓｔｎｅｓｓ，ｓｔｒｏｎｇｇｅｎｅｒａｌｉｚａｔｉｏｎａｂｉｌｉｔｙ，ｃ