汽車元器件多區(qū)域特征采集方法、汽車元器件識(shí)別方法及其在智能眼鏡的應(yīng)用
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于汽車數(shù)據(jù)識(shí)別領(lǐng)域，尤其涉及一種數(shù)據(jù)采集和識(shí)別的方法。
【背景技術(shù)】
[0002] 隨著可穿戴設(shè)備技術(shù)的迅速發(fā)展，智能眼鏡在人機(jī)交互、增強(qiáng)現(xiàn)實(shí)等方面被廣泛 地應(yīng)用到人們的日常生活中。例如語音控制、頭部姿勢(shì)矯正及在特定情景下指導(dǎo)人們進(jìn)行 專業(yè)的操作，這些應(yīng)用不但方便了人們的日常生活也可以提高工作人員的工作效率。目前， 現(xiàn)有的大多數(shù)智能眼鏡都具有獨(dú)立的操作系統(tǒng)與多種傳感器，使其能夠被擴(kuò)展到很多專業(yè) 領(lǐng)域中，比如在坑道中或地質(zhì)探測(cè)過程中輔助工作人員定位及危險(xiǎn)預(yù)測(cè)，在倉庫中對(duì)物品 進(jìn)行分類及最優(yōu)歸放路徑尋找等。但是在汽車維修方面的應(yīng)用仍處于萌芽階段，而且相關(guān) 應(yīng)用都還處于發(fā)展初期，尤其在應(yīng)用智能眼鏡進(jìn)行物體檢測(cè)或目標(biāo)分類的時(shí)候，往往存在 實(shí)時(shí)處理能力差或不同型號(hào)物品間難以區(qū)分等問題。

【發(fā)明內(nèi)容】

[0003] 為了提高現(xiàn)有智能穿戴設(shè)備對(duì)元器件的識(shí)別速度，本發(fā)明提供了一種汽車元器件 多區(qū)域特征采集方法和一種汽車元器件識(shí)別方法。
[0004] 本發(fā)明基于上述問題，采用的解決方案是:一種汽車元器件多區(qū)域特征采集方法， 汽車元器件分類訓(xùn)練時(shí)，對(duì)汽車元器件分類器使用的特征進(jìn)行區(qū)間均勻劃分;識(shí)別汽車元 器件時(shí)，對(duì)待采集的汽車元器件的多區(qū)域特征進(jìn)行并行采集。
[0005] 進(jìn)一步的，所述對(duì)汽車元器件分類器使用的特征進(jìn)行區(qū)間均勻劃分的具體步驟 為:在汽車元器件分類訓(xùn)練時(shí)，針對(duì)不同種類的汽車元器件使用不同維度特征描述;離線學(xué) 習(xí)并得到分類器所使用的對(duì)分類訓(xùn)練的汽車元器件進(jìn)行區(qū)分的維度特征，并對(duì)分類器使用 該維度特征的進(jìn)行頻率統(tǒng)計(jì);根據(jù)統(tǒng)計(jì)結(jié)果，將使用的維度特征進(jìn)行區(qū)間均勻劃分，使各區(qū) 間的特征位置基本相鄰且頻率之和基本相等。
[0006] 進(jìn)一步的，分類器使用的維度特征，被表示成加權(quán)直方圖的形式，實(shí)現(xiàn)對(duì)分類器使 用到的維度特征的頻率統(tǒng)計(jì)，使用如下公式：
[0007]
[0008] 其中：Xi是特征點(diǎn)的位置信息，b (Xi)是Xi在特征空間中量化的對(duì)應(yīng)值，pu表示經(jīng)過 b(Xl)量化后落入u區(qū)間的概率統(tǒng)計(jì)，C是歸一化系數(shù)，h表示特征點(diǎn)位置的距離度量， (Xi)-u]是判斷b(Xi)是否等于u，等于為1，否則為0。
[0009] 本發(fā)明還涉及一種汽車元器件識(shí)別方法，使用權(quán)利上述的任意種汽車元器件多區(qū) 域特征采集方法，對(duì)汽車元器件多區(qū)域特征采集。
[0010] 進(jìn)一步的，檢測(cè)終端存儲(chǔ)Numl個(gè)汽車元器件分類器的hash表，汽車元器件多區(qū)域 特征采集數(shù)據(jù)通過查找相應(yīng)的hash表識(shí)別該汽車元器件，并提供該汽車元器件相應(yīng)信息。
[0011] 進(jìn)一步的，若汽車元器件多區(qū)域特征采集數(shù)據(jù)通過查找相應(yīng)的hash表無法判斷該 汽車元器件的種類，則檢測(cè)終端存儲(chǔ)Numl個(gè)汽車元器件分類器的hash表中不存在該汽車元 器件對(duì)應(yīng)的hash表，將該汽車元器件多區(qū)域特征采集數(shù)據(jù)發(fā)送至云端服務(wù)器進(jìn)行識(shí)別。
[0012] 進(jìn)一步的，云端服務(wù)器定期將同一修車店面范圍內(nèi)使用的汽車元器件分類器進(jìn)行 使用頻率統(tǒng)計(jì)并排序，取前Numl個(gè)汽車元器件分類器發(fā)送至檢測(cè)終端。
[0013] 進(jìn)一步的，所述識(shí)別方法還具有對(duì)該元器件所屬廠商和/或品牌識(shí)別的步驟，該步 驟包括，離線對(duì)汽車元器件的商標(biāo)與圖標(biāo)進(jìn)行海量樣本訓(xùn)練，使得分類器被訓(xùn)練為可識(shí)別 汽車元器件的商標(biāo)與圖標(biāo)的分類器，對(duì)同一類汽車元器件的分類器訓(xùn)練時(shí)，選擇若干品牌 的該類汽車元器件的樣本分別進(jìn)行訓(xùn)練，得到分類器集合;統(tǒng)計(jì)這些分類器使用的特征位 置信息，得到特征集合；
[0014]采集完成汽車元器件的多區(qū)域特征，對(duì)汽車元器件的商標(biāo)與圖標(biāo)分類識(shí)別，守護(hù) 進(jìn)程使用上述離線訓(xùn)練得到的分類器集合與特征集合處理商標(biāo)和圖標(biāo)分類任務(wù)，得到被采 集的汽車元器件所屬廠商和/或品牌，并返回該廠商和/或品牌信息，同時(shí)給各個(gè)守護(hù)進(jìn)程 發(fā)送中斷任務(wù)信號(hào)。
[0015] 進(jìn)一步的，所述分類器集合的交集如果不為空，將這些分類器的集合減去它們的 交集。
[0016] 本發(fā)明還涉及汽車元器件多區(qū)域特征采集方法和/或汽車元器件識(shí)別方法在智能 眼鏡的應(yīng)用。
[0017] 有益效果:本發(fā)明通過并行檢測(cè)技術(shù)，快速實(shí)現(xiàn)目標(biāo)特征采集、計(jì)算與檢測(cè)，同時(shí)， 利用離線訓(xùn)練的元器件分類器的特征分布頻率，對(duì)檢測(cè)區(qū)間進(jìn)行近似的均勻劃分，使得不 同探針上的特征采集與匹配任務(wù)基本相等，減少了探針之間的相互等待時(shí)間，從而實(shí)現(xiàn)元 器件特征采集與初步檢測(cè)的任務(wù)拆解與并行計(jì)算，進(jìn)而提高了檢測(cè)元器件的速度。
[0018] 本發(fā)明利用常用分類器做成hash表，利用二級(jí)緩存快速對(duì)常用元器件進(jìn)行分類， 在很大概率程度上降低了發(fā)往云端服務(wù)器的數(shù)據(jù)量，從而節(jié)省了數(shù)據(jù)傳輸與多級(jí)檢索的時(shí) 間。
[0019] 本發(fā)明對(duì)不同元器件廠商的品牌建立各自的分類器集合，通過集合間的運(yùn)算與先 驗(yàn)知識(shí)對(duì)其進(jìn)行優(yōu)化，同時(shí)利用云端服務(wù)器上多個(gè)守護(hù)進(jìn)程分別對(duì)單一元器件的特征進(jìn)行 并行異步分類，這里并行任務(wù)間沒有等待，從而可以高效地完成分類。
[0020] 本發(fā)明通過智能眼鏡對(duì)汽車元器件進(jìn)行分類識(shí)別，同時(shí)支持元器件廠商品牌查詢 功能，從而在很大程度上方便汽車維修人員進(jìn)行汽車零部件的類別查找與品牌定位。
【附圖說明】
[0021] 圖1目標(biāo)信息采集過程
[0022] 圖2多探針采集過程 [0023]圖3特征分類過程 [0024]圖4更新過程
[0025]圖5元器件廠商品牌分類檢測(cè)流程
【具體實(shí)施方式】
[0026] 實(shí)施例1:
[0027] -種汽車元器件多區(qū)域特征采集方法，汽車元器件分類訓(xùn)練時(shí)，對(duì)汽車元器件分 類器使用的特征進(jìn)行區(qū)間均勻劃分;識(shí)別汽車元器件時(shí)，對(duì)待采集的汽車元器件的多區(qū)域 特征進(jìn)行并行采集。
[0028] 其中：所述對(duì)汽車元器件分類器使用的特征進(jìn)行區(qū)間均勻劃分的具體步驟為:在 汽車元器件分類訓(xùn)練時(shí)，針對(duì)不同種類的汽車元器件使用不同維度特征描述;離線學(xué)習(xí)并 得到分類器所使用的對(duì)分類訓(xùn)練的汽車元器件進(jìn)行區(qū)分的維度特征，并對(duì)分類器使用該維 度特征的進(jìn)行頻率統(tǒng)計(jì);根據(jù)統(tǒng)計(jì)結(jié)果，將使用的維度特征進(jìn)行區(qū)間均勻劃分，使各區(qū)間的 特征位置基本相鄰且頻率之和基本相等