(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211268193.X (22)申请日 2022.10.17 (71)申请人 阿波罗智联 （北京） 科技有限公司 地址 100176 北京市北京经济技 术开发区 瑞合西二路7号院1号楼1层101 申请人 阿波罗智行 科技 （广州） 有限公司 (72)发明人 夏春龙　 (74)专利代理 机构 北京银龙知识产权代理有限 公司 11243 专利代理师 罗仕满 (51)Int.Cl. G06V 20/52(2022.01) G06V 20/62(2022.01) G06V 10/764(2022.01) G06N 3/04(2006.01) (54)发明名称 车辆信息识别方法、 装置及电子设备 (57)摘要 本公开提供了一种车辆信息识别方法、 装置 及电子设备， 涉及人工智 能技术领域， 尤其涉及 自动驾驶、 车路协同、 智能交通等技术领域。 具体 实现方案为： 获取车辆图像数据； 对所述车辆图 像数据进行特征采样， 得到第一图像特征集； 对 所述第一图像特征集执行第一处理， 得到第二图 像特征集， 所述第一处理包括： 卷积处理； 对所述 第二图像特征集执行第二处理， 得到所述第二图 像特征集中的图像特征的激活权重系数， 所述第 二处理包括： 卷积处理和非线性运算； 基于所述 第二图像特征集和所述激活权重系数， 识别所述 车辆图像数据的车辆信息。 本公开可以提高车辆 信息识别的准确性。 权利要求书3页 说明书9页 附图5页 CN 115497050 A 2022.12.20 CN 115497050 A 1.一种车辆信息识别方法， 包括： 获取车辆图像数据； 对所述车辆图像数据进行 特征采样， 得到第一图像特 征集； 对所述第 一图像特征集执行第 一处理， 得到第 二图像特征集， 所述第 一处理包括： 卷积 处理； 对所述第二图像特征集执行第 二处理， 得到所述第 二图像特征集中的图像特征的激活 权重系数， 所述第二处 理包括： 卷积处 理和非线性 运算； 基于所述第二图像特 征集和所述激活权 重系数， 识别所述车辆图像数据的车辆信息 。 2.根据权利要求1所述的方法， 其中， 所述对所述第二图像特征集执行第二处理， 得到 所述第二图像特 征集中的图像特 征的激活权 重系数， 包括： 对所述第二图像特 征集执行卷积处理， 得到第一卷积结果； 对所述第一卷积结果进行归一 化处理， 得到归一 化结果； 对所述归一化结果进行非线性运算， 得到所述第 二图像特征集中的图像特征的激活权 重系数。 3.根据权利要求1或2所述的方法， 其中， 所述基于所述第二图像特征集和所述激活权 重系数， 识别所述车辆图像数据的车辆信息， 包括： 将所述第二图像特征集中的图像特征分别与对应的所述激活权重系数执行乘法运算， 得到第三图像特 征集； 基于所述第三图像特征集执行车辆信息识别处理， 得到所述车辆图像数据的车辆信 息。 4.如权利要求3所述的方法， 其中， 所述基于所述第 三图像特征集执行车辆信 息识别处 理， 得到所述车辆图像数据的车辆信息， 包括： 基于所述第三图像特 征集执行池化处 理， 得到池化结果； 基于所述池化结果执 行车辆信息识别处 理， 得到所述车辆图像数据的车辆信息 。 5.如权利要求4所述的方法， 其中， 所述基于所述第三图像特征集执行池化处理， 得到 池化结果， 包括： 对所述第三图像特 征集执行下采样， 得到第四图像特 征集； 对所述第四图像特征集执行第三处理， 得到第五图像特征集， 以及所述第五图像特征 集中的图像特征的激活权重系数， 其中， 所述第三处理包括： 卷积处理、 归一化处理和所述 第二处理； 基于所述第五图像特征集以及所述第五图像特征集中的图像特征的激活权重系数， 执 行池化处 理， 得到池化结果。 6.如权利要求5所述的方法， 其中， 所述对所述第三图像特征集执行下采样， 得到第 四 图像特征集， 包括： 将所述第三图像特 征集中的图像特 征的激活权 重系数分别与预设阈值进行比较； 提取所述第 三图像特征集中激活权重系数大于或者等于所述预设阈值的图像特征， 得 到所述第四图像特 征集。 7.根据权利要求1或2所述的方法， 其中， 所述对所述第 一图像特征集执行第 一处理， 得 到第二图像特 征集， 包括：权　利　要　求　书 1/3 页 2 CN 115497050 A 2对所述第一图像特 征集执行卷积处理， 得到第二卷积结果； 对所述第二卷积结果进行归一 化处理， 得到第二图像特 征集。 8.一种车辆信息识别装置， 包括： 获取模块， 用于获取 车辆图像数据； 采集模块， 用于对所述车辆图像数据进行 特征采样， 得到第一图像特 征集； 第一处理模块， 用于对所述第 一图像特征集执行第 一处理， 得到第二图像特征集， 所述 第一处理包括： 卷积处 理； 第二处理模块， 用于对所述第二图像特征集执行第二处理， 得到所述第二图像特征集 中的图像特 征的激活权 重系数， 所述第二处 理包括： 卷积处 理和非线性 运算； 识别模块， 用于基于所述第二图像特征集和所述激活权重系数， 识别所述车辆 图像数 据的车辆信息 。 9.根据权利要求8所述的装置， 其中， 所述第二处 理模块， 包括： 第一卷积单 元， 用于对所述第二图像特 征集执行卷积处理， 得到第一卷积结果； 第一归一 化单元， 用于对所述第一卷积结果进行归一 化处理， 得到归一 化结果； 第一运算单元， 用于对所述归一化结果进行非线性运算， 得到所述第二图像特征集中 的图像特 征的激活权 重系数。 10.根据权利要求8或9所述的装置， 其中， 所述识别模块包括： 第二运算单元， 用于将所述第 二图像特征集中的图像特征分别与对应的所述激活权重 系数执行乘法运 算， 得到第三图像特 征集； 识别单元， 用于基于所述第三图像特征集执行车辆信息识别处理， 得到所述车辆 图像 数据的车辆信息 。 11.如权利要求10所述的装置， 其中， 所述识别单 元用于： 基于所述第三图像特 征集执行池化处 理， 得到池化结果； 基于所述池化结果执 行车辆信息识别处 理， 得到所述车辆图像数据的车辆信息 。 12.如权利要求1 1所述的装置， 其中， 所述识别单 元用于： 对所述第三图像特 征集执行下采样， 得到第四图像特 征集； 对所述第四图像特征集执行第三处理， 得到第五图像特征集， 以及所述第五图像特征 集中的图像特征的激活权重系数， 其中， 所述第三处理包括： 卷积处理、 归一化处理和所述 第二处理； 基于所述第五图像特征集以及所述第五图像特征集中的图像特征的激活权重系数， 执 行池化处 理， 得到池化结果。 13.如权利要求12所述的装置， 其中， 所述识别单 元用于： 将所述第三图像特 征集中的图像特 征的激活权 重系数分别与预设阈值进行比较； 提取所述第 三图像特征集中激活权重系数大于或者等于所述预设阈值的图像特征， 得 到所述第四图像特 征集。 14.根据权利要求8或9所述的装置， 其中， 所述第一处 理模块包括： 第二卷积单 元， 用于对所述第一图像特 征集执行卷积处理， 得到第二卷积结果； 第二归一 化单元， 用于对所述第二卷积结果进行归一 化处理， 得到第二图像特 征集。 15.一种电子设备， 包括：权　利　要　求　书 2/3 页 3 CN 115497050 A 3