车型识别方法、装置、系统、计算机设备和存储介质与流程

1.本技术涉及智能交通技术领域，特别是涉及一种车型识别方法、装置、系统、计算机设备和存储介质。


背景技术：

2.随着高速公路省界收费站的逐渐取消，为了实现对过往车辆的自动收费，出现了大量车型自动识别技术。
3.目前的车型识别技术主要有通过压力传感器和光幕扫描技术获取过往车辆的重量信息、车轮车轴参数以及客货特征以识别车型，但是存在破坏路面、施工难度大、工期长、维护困难的问题；基于直方图、特征提取等的图像识别技术，但是识别准确率较低；通过测量车辆底盘的磁质分布识别车型的感应线圈法，但是识别结果受车速影响较大；通过置于车道上方的微波设备读取安装在车上的电子标签中数据的电子标签法(electronic toll collection，etc)，但是需在每辆车上安装电子标签，难以做到全国统一；通过置于车道上的红外线发射接收装置测量车辆的外形尺寸，进而判断车型的红外检测法，但是识别结果受光照强度影响较大。


技术实现要素：

4.本技术提供一种车型识别方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。能够通过两种方法对车辆进行车型识别，并基于获得的两个车型信息综合确定最终的车型识别结果，从而提高车型识别结果的准确率。
5.第一方面，本技术提供了一种车型识别方法，应用于车型识别系统，车型识别系统包括车型识别设备。该车型识别方法包括：
6.车型识别设备获取目标车辆的车脸图像；
7.车型识别设备根据车脸图像确定目标车辆的第一车型信息和目标车辆的车牌识别结果；第一车型信息与车脸图像的图像识别结果相关；
8.车型识别设备根据车牌识别结果确定目标车辆的第二车型信息，根据第一车型信息和第二车型信息确定目标车辆的车型识别结果。
9.在其中一个实施例中，车型识别系统还包括摄像头，车型识别设备获取目标车辆的车脸图像，包括：接收摄像头发送的车脸图像；车脸图像为检测设备识别到目标车辆进入抓拍区域后指示摄像头拍摄的。
10.在其中一个实施例中，车型识别设备根据车脸图像确定目标车辆的第一车型信息，包括：将车脸图像输入车型识别模型，基于车型识别模型的输出确定第一车型信息。
11.在其中一个实施例中，车型识别设备根据车牌识别结果确定目标车辆的第二车型信息，包括：根据车牌识别结果查询车牌信息数据库，将与车牌识别结果匹配的车型信息确定为第二车型信息；车牌信息数据库包括多个车牌信息以及与多个车牌信息匹配的多个车型信息。
12.在其中一个实施例中，根据第一车型信息和第二车型信息确定目标车辆的车型识别结果，包括：若第一车型信息和第二车型信息一致，则基于第一车型信息或第二车型信息确定车型识别结果；若第一车型信息和第二车型信息不一致，则基于第二车型信息确定车型识别结果。
13.在其中一个实施例中，车型识别方法还包括：车型识别设备向计费设备发送车型识别结果，使得计费设备基于车型识别结果确定目标车辆的收费策略。
14.第二方面，本技术还提供了一种车型识别装置。该车型识别装置包括：
15.获取单元，用于获取目标车辆的车脸图像；
16.确定单元，用于根据车脸图像确定目标车辆的第一车型信息和目标车辆的车牌识别结果；第一车型信息与车脸图像的图像识别结果相关；
17.确定单元还用于，根据车牌识别结果确定目标车辆的第二车型信息，根据第一车型信息和第二车型信息确定目标车辆的车型识别结果。
18.第三方面，本技术还提供了一种计算机设备。所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
19.车型识别设备获取目标车辆的车脸图像；
20.车型识别设备根据车脸图像确定目标车辆的第一车型信息和目标车辆的车牌识别结果；第一车型信息与车脸图像的图像识别结果相关；
21.车型识别设备根据车牌识别结果确定目标车辆的第二车型信息，根据第一车型信息和第二车型信息确定目标车辆的车型识别结果。
22.第四方面，本技术还提供了一种车型识别系统，所述车型识别系统包括摄像头以及车型识别设备，摄像头用于采集目标车辆的车脸图像，向车型识别设备发送车脸图像；车型识别设备用于接收车脸图像，根据车脸图像确定目标车辆的第一车型信息和目标车辆的车牌识别结果；第一车型信息与车脸图像的图像识别结果相关，根据车牌识别结果确定目标车辆的第二车型信息，根据第一车型信息和第二车型信息确定目标车辆的车型识别结果。
23.在其中一个实施例中，车型识别系统还包括：计费设备以及检测设备，检测设备用于在识别到目标车辆进入抓拍区域后，指示摄像头采集车脸图像；计费设备用于从车型识别设备获取车型识别结果，基于车型识别结果确定目标车辆的收费策略。
24.第五方面，本技术还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，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
25.车型识别设备获取目标车辆的车脸图像；
26.车型识别设备根据车脸图像确定目标车辆的第一车型信息和目标车辆的车牌识别结果；第一车型信息与车脸图像的图像识别结果相关；
27.车型识别设备根据车牌识别结果确定目标车辆的第二车型信息，根据第一车型信息和第二车型信息确定目标车辆的车型识别结果。
28.第六方面，本技术还提供了一种计算机程序产品。所述计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：
29.车型识别设备获取目标车辆的车脸图像；
30.车型识别设备根据车脸图像确定目标车辆的第一车型信息和目标车辆的车牌识
别结果；第一车型信息与车脸图像的图像识别结果相关；
31.车型识别设备根据车牌识别结果确定目标车辆的第二车型信息，根据第一车型信息和第二车型信息确定目标车辆的车型识别结果。
32.上述车型识别方法、装置、计算机设备、存储介质和计算机程序产品，能够对获取的车脸图像进行图像识别确定目标车辆的第一车型信息，还可以基于车牌识别结果确定目标车辆的第二车型信息，最后通过两个车型信息确定目标车辆的车型。可见，本技术提供的方案可以通过两种方法确定两个目标车辆的车型信息，并根据上述两个车型信息综合分析，最终确定目标车辆的车型，提高了目标车辆车型识别结果的准确率。
附图说明
33.图1为一个实施例中车型识别方法的应用环境图；
34.图2为一个实施例中车型识别方法的流程示意图；
35.图3为一个实施例中车型识别装置的结构框图；
36.图4为一个实施例中车型识别装置的另一结构框图；
37.图5为一个实施例中计算机设备的内部结构图；
38.图6为一个实施例中车型识别系统的信息交互图。
具体实施方式
39.为了使本技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本技术进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本技术，并不用于限定本技术。
40.本技术实施例提供的车型识别方法，可以应用于如图1所示的车型识别系统中。该车型识别系统包括：检测设备10、摄像头20、车型识别设备30以及计费设备40。检测设备10可以在识别到目标车辆时，向摄像头20发送触发信号；摄像头20可以在接收到触发信号后抓拍目标车辆的车脸图像，并识别出目标车辆的车牌信息。还可以将车脸图像和车牌信息发送给车型识别设备30；车型识别设备30可以基于车脸图像和车牌信息确定目标车辆的车型，并将车型信息发送给计费设备40；计费设备40可以基于车型信息确定目标车辆的收费策略。
41.其中，检测设备10可以但不限于是各种线圈检测设备、红外线检测设备、视频检测设备、微波检测设备、超声波检测设备、磁力检测设备等可以检测到目标车辆的设备。摄像头20可以但不限于是各种可以进行车牌识别的摄像头。车型识别设备30可以但不限于是各种计算机、服务器或其他可以处理数据的电子设备。数据存储系统可以存储车型识别设备30需要处理的数据。数据存储系统可以集成在车型识别设备30上，也可以放在云上或其他网络服务器上。计费设备40可以但不限于是各种个人计算机、笔记本电脑、智能手机和平板电脑等。本技术对此不做限制。
42.目前的车型识别方法主要采用光幕扫描、磁质分布、红外检测等技术，但识别结果受外部因素影响较大。可见，目前还存在车型识别结果准确率较低的问题。
43.基于此，本技术提供一种车型识别方法，能够提高车型识别结果的准确率。图2为本技术实施例提供的车型识别方法的流程示意图，以该方法应用于图1中的车型识别设备
为例进行说明，包括以下步骤：
44.步骤201、车型识别设备获取目标车辆的车脸图像；
45.车辆车脸图像中含有的车辆特征信息较多，因此，为了确定目标车辆的车型，可以先获取目标车辆的车脸图像，基于该车脸图像，确定目标车辆的车型。
46.具体实现中，车型识别设备获取的目标车辆车脸图像可以是车型识别设备直接拍摄获取的，也可以是另外的摄像设备抓拍到并发送给车型识别设备的。
47.一种可能的实现方式中，当检测设备检测到目标车辆时，则向摄像设备发送一个信号，触发摄像设备抓拍目标车辆的车脸图像，并将抓拍到的车脸图像发送给车型识别设备。
48.步骤202、车型识别设备根据车脸图像确定目标车辆的第一车型信息和目标车辆的车牌识别结果；第一车型信息与车脸图像的图像识别结果相关；
49.为了提高车型识别结果的准确率，车型识别设备可以获取目标车辆的两个车型信息。其中，第一车型信息可以由上述获取的目标车辆车脸图像确定。
50.具体实现中，车型识别设备可以对目标车辆的车脸图像进行图像识别处理，基于图像识别结果确定目标车辆的第一车型信息。
51.其中，车型信息用于表征车辆的类型，例如，可以是客车、货车等。示例性的，本技术实施例中车型识别设备识别出的车型可以是16种车型，包括四种客车车型、六种货车车型以及六种专项车型。
52.另外，为了提高车型识别结果的准确率，车型识别设备还可以获取目标车辆的其他特征信息，例如目标车辆的车牌信息。
53.具体实现中，车牌信息可以由车型识别设备对获取的车脸图像进行图像识别，基于图像识别结果确定目标车辆的车牌信息(即为车牌识别结果)。还可以由其他设备直接将目标车辆的车牌识别结果发送给车型识别设备。
54.一种可能的实现方式中，当摄像头抓拍到目标车辆的车脸图像，则直接对车脸图像进行图像识别，基于图像识别结果确定目标车辆的车牌识别结果，并将车脸图像和车牌识别结果一起发送给车型识别设备。
55.步骤203、车型识别设备根据车牌识别结果确定目标车辆的第二车型信息，根据第一车型信息和第二车型信息确定目标车辆的车型识别结果。
56.具体实现中，第二车型信息可以由获取的车牌信息确定。具体的，车型识别设备可以基于目标车辆的车牌识别结果确定该车牌对应的车型，即为第二车型信息。另外，根据第一车型信息和第二车型信息确定目标车辆的车型识别结果时，可以给两个车型信息设定优先级，根据两个车型信息的优先级最终确定目标车辆的车型识别结果。例如，当第一车型信息的优先级高于第二车型信息时，将第一车型信息确定为目标车辆的车型识别结果；当第二车型信息的优先级高于第一车型信息时，将第二车型信息确定为目标车辆的车型识别结果。
57.本技术实施例提供了一种车型识别方法，能够对获取的车脸图像进行图像识别确定目标车辆的第一车型信息，还可以基于车牌识别结果确定目标车辆的第二车型信息，最后通过两个车型信息确定目标车辆的车型。可见，本技术提供的方案可以通过两种方法确定两个目标车辆的车型信息，并根据上述两个车型信息综合分析，最终确定目标车辆的车
型，提高了目标车辆车型识别结果的准确率。
58.前文所述的实施例中介绍了车型识别设备获取目标车辆车脸图像的方案。在本技术的另一实施例中，车型识别设备可以接收摄像头发送的目标车辆的车脸图像。例如，前文涉及的“车型识别设备获取目标车辆的车脸图像”。具体包括：
59.车型识别系统还包括摄像头，车型识别设备接收摄像头发送的车脸图像；车脸图像为检测设备识别到目标车辆进入抓拍区域后指示摄像头拍摄的。
60.具体实现中，当检测设备检测到目标车辆进入到预先设定的抓拍区域时，向摄像头发送一个触发信息，指示摄像头对目标车辆进行拍照，抓拍到目标车辆的车脸图像，并将目标车辆的车脸图像发送给车型识别设备。
61.一种可能的实现方式中，检测设备可以是线圈信号检测器，当检测到目标车辆进入到抓拍线圈时，向摄像头发送触发信息。也可以是其它能够检测到目标车辆的设备，例如红外线检测设备，超声波检测设备等。
62.一种可能的实现方式中，摄像头对目标车辆进行拍照可以是抓拍目标车辆的多张照片，选取一张效果最好的目标车辆的车脸图像发送车型识别设备；也可以是将抓拍到的所有目标车辆的图像发送给车型识别设备，由车型设备选取一张效果最好的车脸图像进行处理。
63.本技术实施例提供了车型识别设备获取目标车辆车脸图像的方法，具体是，检测设备在检测到目标车辆时，指示摄像头抓拍目标车辆的车脸图像，并发送给车型识别设备。本技术实施例提供的方法能够利用检测设备触发车脸图像的采集流程，摄像头在接收到检测设备的指示后才抓拍车脸图像，而不是一直处于抓拍、采集状态，保证了车脸图像的精准获取，同时降低了摄像头的功耗。
64.前文所述的实施例中介绍了根据车脸图像确定目标车辆第一车型信息的方案。在本技术的另一实施例中，可以对车脸图像进行图像识别，基于车脸图像的图像识别结果确定目标车辆的第一车型信息。例如，前文涉及的“车型识别设备根据车脸图像确定目标车辆的第一车型信息”。具体包括：
65.将车脸图像输入车型识别模型，基于车型识别模型的输出确定第一车型信息。
66.具体实现中，车型识别设备将获取的目标车辆的车脸图像输入到车型识别模型中，车型识别模型对该车脸图像进行分析识别，并输出一个值。该输出值可以表征目标车辆的车型。
67.其中，车型识别模型可以是alexnet网络模型，也可以是vgg19网络模型，可选的，车型识别模型还可以是lenet5网络模型。由于卷积神经网络lenet5模型的识别准确率较高，但是输出值只有10个数字，无法涵盖16种车型结果，因此，对该模型进行改进，以适用于车型识别的要求。
68.具体的，传统的lenet5网络模型为7层结构，依次是输入层、卷积层、池化层、卷积层、池化层、卷积层、全连接层、输出层。本技术实施例在第三个卷积层后添加一个池化层，并在上述添加的池化层后添加一个卷积层和池化层；然后在第一个全连接层后依次添加relu函数层、dropout层和全连接层，从而形成改进后的lenet5网络模型：输入层、卷积层、池化层、卷积层、池化层、卷积层、池化层、卷积层、池化层、全连接层、relu函数层、dropout层、全连接层、输出层。共包括13层结构。最后，将改进的模型进行训练，并将训练好的模型
导入到车型识别设备中，以对目标车辆的车脸图像进行车型识别。
69.一种可能的实现方式中，车型识别设备将获取的目标车辆的车脸图像输入到改进后的lenet5网络模型中，lenet5网络模型对该车脸图像进行分析识别，输出16个概率值，16个概率值即为目标车辆的车型为16个车型的概率，其中，概率最高的车型即为目标车辆的第一车型信息。
70.本技术实施例提供了根据车脸图像确定目标车辆第一车型信息的方法，具体的，对lenet5网络模型进行改进，使其可以适应车型识别的要求。然后车型识别设备将获取的目标车辆的车脸图像输入到改进后的lenet5网络模型中进行识别，并基于输出值确定目标车辆的车型信息。本技术可以对lenet5网络模型进行改进，添加一个卷积层以及两个池化层，可以增加图像识别过程中车脸图像的特征细节，从而提高图像识别的准确度；添加一个relu函数层，可以在模型训练时阻止负信号的通过，加快收敛速度，从而提高模型在图像识别时的速度；添加一个dropout层，并将参数dropout_ratio的值设置为0.5，使得经过dropout层后输出值以50％的概率置0，以防止过拟合化，从而提高模型识别的准确度。添加一个全连接层，并在该全连接层输入新添加的4个神经元，以提高模型识别的准确度。可见，本技术实施例提供的方法可以对lenet5网络模型进行改进，使其适应车型识别的要求，同时提高了上述lenet5网络模型的识别准确率。
71.前文所述的实施例中介绍了根据车牌信息确定目标车辆第二车型信息的方案。在本技术的另一实施例中，可以通过数据库查询车牌信息对应的车辆信息，以确定目标车辆的第二车型信息。例如，前文所述的“车型识别设备根据车牌识别结果确定目标车辆的第二车型信息”。具体包括：
72.根据车牌识别结果查询车牌信息数据库，将与车牌识别结果匹配的车型信息确定为第二车型信息；车牌信息数据库包括多个车牌信息以及与多个车牌信息匹配的多个车型信息。
73.具体实现中，车型识别设备访问车牌信息数据库，基于获取的目标车辆的车牌信息，在车牌信息数据库中查询该车牌信息对应的车辆信息。抽取车辆信息中的车型信息，即为目标车辆的第二车型信息。
74.其中，车牌信息数据库可以是路段数据库，也可以是直接存储在车型识别设备中的数据库。车牌信息数据库包括多个车牌信息以及与多个车牌信息匹配的多个车型信息。车辆信息中包含了一辆车的相关信息，例如，车牌信息、车型信息、车主信息以及车辆购入时间等信息。
75.一种可能的实现方式中，车型识别设备直接访问存储在设备内部的车牌信息数据库，基于获取的目标车辆的车牌信息，在车牌信息数据库中查询该车牌信息对应的车辆信息。抽取车辆信息中的车型信息，作为目标车辆的第二车型信息。
76.本技术实施例还可以对车牌信息数据库进行更新，且对车牌信息数据库进行更新可以分为自主更新和半自主更新。若本技术的车型识别设备可以直接访问路段数据库，则对车牌信息数据库进行自主更新。具体的，计费设备在每一天的预设时间点访问路段数据库，查询前一天的车辆增量信息(包括新增的车牌信息以及对应的车型信息)，并保存至计费设备。然后，计费设备将获取的车辆增量信息发送至车型识别设备，供车型识别设备对设备内部的车牌信息数据库进行更新。当车型识别设备返回更新成功消息后，计费设备将本
地的车辆增量信息删除。若本技术的车型识别设备不可以直接访问路段数据库，则在路段数据库中添加下发模块，该下发模块可以在每天的预设时间点查询到路段数据库中前一天的车辆增量信息，并下发至计费设备，计费设备将车辆增量信息发送至车型识别设备，供车型识别设备对设备内部的车牌信息数据库进行更新。当车型识别设备返回更新成功消息后，计费设备将本地的车辆增量信息删除。
77.本技术实施例提供了根据车牌信息确定目标车辆第二车型信息的方法，具体的，车型识别设备访问存储在设备内部的车牌信息数据库，基于目标车辆的车牌信息，在车牌信息数据库中查询到对应的车型信息，即为目标车辆的第二车型信息。可见本技术提供的方案可以直接访问存储在设备内部的车牌信息数据库，从而可以更快的确定目标车辆的第二车型信息，提高了车型识别的效率。
78.前文所述的根据第一车型信息和第二车型信息确定目标车辆的车型识别结果的方案。在本技术的另一实施例中，可以根据两个车型信息的优先级确定目标车辆的车型识别结果。例如，前文涉及的“根据第一车型信息和第二车型信息确定目标车辆的车型识别结果”。具体包括：
79.若第一车型信息和第二车型信息一致，则基于第一车型信息或第二车型信息确定车型识别结果；若第一车型信息和第二车型信息不一致，则基于第二车型信息确定车型识别结果。
80.本技术实施例根据两个车型信息确定目标车辆的车型识别结果，可能存在两个车型信息不一致的情况，因此，可以对两个车型信息设定优先级，通过两个车型信息的优先级最终确定目标车辆的车型识别结果。
81.一种可能的实现方式中，设定第二车型信息的优先级大于第一车型信息的优先级。若第一车型信息和第二车型信息一致，则将第一车型信息确定为目标车辆的车型识别结果，或者将第二车型信息确定为目标车辆的车型识别结果。若第一车型信息和第二车型信息不一致，则根据优先级将第二车型信息确定为目标车辆的车型识别结果。
82.本技术实施例提供了根据两个车型信息确定目标车辆的车型识别结果的方法，具体的，若第一车型信息和第二车型信息一致，则将任意一个车型信息确定为目标车辆的车型识别结果；若第一车型信息和第二车型信息不一致，则将第二车型信息确定为目标车辆的车型识别结果。可见，本技术实施例可以对目标车辆的两个车型信息进行综合分析，最终确定目标车辆的车型识别结果，提高了目标车辆车型识别结果的准确率。
83.本技术提供的方法还可以通过上述确定的目标车辆的车型识别结果，确定目标车辆的收费策略。具体包括：
84.车型识别设备向计费设备发送车型识别结果，使得计费设备基于车型识别结果确定目标车辆的收费策略。
85.本技术提供的车型识别方法还可以应用于高速收费中，因此，本技术提供的车型识别方法还可以根据上述确定的目标车辆的车型识别结果，确定目标车辆的收费策略。
86.具体实现中，车型识别设备将确定的车型识别结果发送给计费设备，计费设备接收目标车辆的车型识别结果，并基于车型识别结果在收费策略数据库中进行查询，确定目标车辆的车型对应的收费策略。
87.其中，收费策略数据库可以存储在收费设备中。收费策略数据库包括多个车型信
息以及多个车型信息对应的收费策略。收费策略为该高速对每种车型的收费标准。
88.本技术实施例提供了根据车型识别结果确定目标车辆收费策略的方法，具体的，车型识别设备将目标车辆的车型识别结果发送给计费设备，计费设备基于车型识别结果在收费策略数据库中进行查询，确定目标车辆的车型对应的收费策略。可见，本技术实施例可以根据目标车辆的车型识别结果确定对应的收费策略，在车型识别结果准确率较高的基础上，本技术实施例确定的对应的收费策略的准确率较高。另外，本技术实施例在确定车型识别结果对应的收费策略时，可以直接访问收费设备中的数据库，实现快速检索，提高了收费策略确定的速度。
89.应该理解的是，虽然如上所述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
90.基于同样的发明构思，本技术实施例还提供了一种用于实现上述所涉及的车型识别方法的车型识别装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似，故下面所提供的一个或多个车型识别装置实施例中的具体限定可以参见上文中对于车型识别方法的限定，在此不再赘述。
91.在一个实施例中，如图3所示，提供了一种车型识别装置，包括：获取模块和确定模块，其中：
92.获取模块301，用于获取目标车辆的车脸图像；
93.确定模块302，用于根据车脸图像确定目标车辆的第一车型信息和目标车辆的车牌识别结果；第一车型信息与车脸图像的图像识别结果相关；
94.确定模块302还用于，根据车牌识别结果确定目标车辆的第二车型信息，根据第一车型信息和第二车型信息确定目标车辆的车型识别结果。
95.在一个实施例中，车型识别系统还包括摄像头，获取模块301具体用于获取目标车辆的车脸图像，包括：接收摄像头发送的车脸图像；车脸图像为检测设备识别到目标车辆进入抓拍区域后指示摄像头拍摄的。
96.在一个实施例中，确定模块302具体用于根据车脸图像确定目标车辆的第一车型信息，包括：将车脸图像输入车型识别模型，基于车型识别模型的输出确定第一车型信息。
97.在一个实施例中，确定模块302具体用于根据车牌识别结果确定目标车辆的第二车型信息，包括：根据车牌识别结果查询车牌信息数据库，将与车牌识别结果匹配的车型信息确定为第二车型信息；车牌信息数据库包括多个车牌信息以及与多个车牌信息匹配的多个车型信息。
98.在一个实施例中，确定模块302具体用于根据第一车型信息和第二车型信息确定目标车辆的车型识别结果，包括：若第一车型信息和第二车型信息一致，则基于第一车型信息或第二车型信息确定车型识别结果；若第一车型信息和第二车型信息不一致，则基于第二车型信息确定车型识别结果。
99.在一个实施例中，如图4所示，车型识别装置还包括计费模块303，具体用于向计费设备发送车型识别结果，使得计费设备基于车型识别结果确定目标车辆的收费策略。
100.上述车型识别装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
101.在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图5所示。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质和内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储与本技术实施例所述车型识别方法相关的一些数据，例如，前文所述的车牌信息、车牌信息数据库以及车辆增量信息等。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种车型识别方法。
102.本领域技术人员可以理解，图5中示出的结构，仅仅是与本技术方案相关的部分结构的框图，并不构成对本技术方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
103.在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：
104.车型识别设备获取目标车辆的车脸图像；
105.车型识别设备根据车脸图像确定目标车辆的第一车型信息和目标车辆的车牌识别结果；第一车型信息与车脸图像的图像识别结果相关；
106.车型识别设备根据车牌识别结果确定目标车辆的第二车型信息，根据第一车型信息和第二车型信息确定目标车辆的车型识别结果。
107.在一个实施例中，处理器执行计算机程序时还实现以下步骤：
108.车型识别设备获取目标车辆的车脸图像，包括：接收摄像头发送的车脸图像；车脸图像为检测设备识别到目标车辆进入抓拍区域后指示摄像头拍摄的。
109.在一个实施例中，处理器执行计算机程序时还实现以下步骤：
110.车型识别设备根据车脸图像确定目标车辆的第一车型信息，包括：将车脸图像输入车型识别模型，基于车型识别模型的输出确定第一车型信息。
111.在一个实施例中，处理器执行计算机程序时还实现以下步骤：
112.车型识别设备根据车牌识别结果确定目标车辆的第二车型信息，包括：根据车牌识别结果查询车牌信息数据库，将与车牌识别结果匹配的车型信息确定为第二车型信息；车牌信息数据库包括多个车牌信息以及与多个车牌信息匹配的多个车型信息。
113.在一个实施例中，处理器执行计算机程序时还实现以下步骤：
114.根据第一车型信息和第二车型信息确定目标车辆的车型识别结果，包括：若第一车型信息和第二车型信息一致，则基于第一车型信息或第二车型信息确定车型识别结果；若第一车型信息和第二车型信息不一致，则基于第二车型信息确定车型识别结果。
115.在一个实施例中，处理器执行计算机程序时还实现以下步骤：
116.车型识别设备向计费设备发送车型识别结果，使得计费设备基于车型识别结果确
定目标车辆的收费策略。
117.在一个实施例中，本技术还提供一种车型识别系统，该系统的组成架构如图1所示。示例性的，参考图6，该系统中的设备互相交互，可以实现本技术实施例所述的车型识别方法。如图6所示，各个设备之间的交互具体包括：
118.s1、摄像头，采集目标车辆的车脸图像，并向车型识别设备发送车脸图像；
119.s2、车型识别设备，接收车脸图像，根据车脸图像确定目标车辆的第一车型信息和目标车辆的车牌识别结果；第一车型信息与车脸图像的图像识别结果相关，根据车牌识别结果确定目标车辆的第二车型信息，根据第一车型信息和第二车型信息确定目标车辆的车型识别结果。最后将车型识别结果发送至计费设备。
120.s3、检测设备，在识别到目标车辆进入抓拍区域后，指示摄像头采集车脸图像；
121.s4、计费设备，从车型识别设备获取车型识别结果，基于车型识别结果确定目标车辆的收费策略。还可以将车辆增量信息下发至车型识别设备。
122.在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：
123.车型识别设备获取目标车辆的车脸图像；
124.车型识别设备根据车脸图像确定目标车辆的第一车型信息和目标车辆的车牌识别结果；第一车型信息与车脸图像的图像识别结果相关；
125.车型识别设备根据车牌识别结果确定目标车辆的第二车型信息，根据第一车型信息和第二车型信息确定目标车辆的车型识别结果。
126.在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
127.车型识别设备获取目标车辆的车脸图像，包括：接收摄像头发送的车脸图像；车脸图像为检测设备识别到目标车辆进入抓拍区域后指示摄像头拍摄的。
128.在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
129.车型识别设备根据车脸图像确定目标车辆的第一车型信息，包括：将车脸图像输入车型识别模型，基于车型识别模型的输出确定第一车型信息。
130.在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
131.车型识别设备根据车牌识别结果确定目标车辆的第二车型信息，包括：根据车牌识别结果查询车牌信息数据库，将与车牌识别结果匹配的车型信息确定为第二车型信息；车牌信息数据库包括多个车牌信息以及与多个车牌信息匹配的多个车型信息。
132.在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
133.根据第一车型信息和第二车型信息确定目标车辆的车型识别结果，包括：若第一车型信息和第二车型信息一致，则基于第一车型信息或第二车型信息确定车型识别结果；若第一车型信息和第二车型信息不一致，则基于第二车型信息确定车型识别结果。
134.在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
135.车型识别设备向计费设备发送车型识别结果，使得计费设备基于车型识别结果确定目标车辆的收费策略。
136.在一个实施例中，提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：
137.车型识别设备获取目标车辆的车脸图像；
138.车型识别设备根据车脸图像确定目标车辆的第一车型信息和目标车辆的车牌识别结果；第一车型信息与车脸图像的图像识别结果相关；
139.车型识别设备根据车牌识别结果确定目标车辆的第二车型信息，根据第一车型信息和第二车型信息确定目标车辆的车型识别结果。
140.在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
141.车型识别设备获取目标车辆的车脸图像，包括：接收摄像头发送的车脸图像；车脸图像为检测设备识别到目标车辆进入抓拍区域后指示摄像头拍摄的。
142.在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
143.车型识别设备根据车脸图像确定目标车辆的第一车型信息，包括：将车脸图像输入车型识别模型，基于车型识别模型的输出确定第一车型信息。
144.在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
145.车型识别设备根据车牌识别结果确定目标车辆的第二车型信息，包括：根据车牌识别结果查询车牌信息数据库，将与车牌识别结果匹配的车型信息确定为第二车型信息；车牌信息数据库包括多个车牌信息以及与多个车牌信息匹配的多个车型信息。
146.在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
147.根据第一车型信息和第二车型信息确定目标车辆的车型识别结果，包括：若第一车型信息和第二车型信息一致，则基于第一车型信息或第二车型信息确定车型识别结果；若第一车型信息和第二车型信息不一致，则基于第二车型信息确定车型识别结果。
148.在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
149.车型识别设备向计费设备发送车型识别结果，使得计费设备基于车型识别结果确定目标车辆的收费策略。
150.本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本技术所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(read-only memory，rom)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(reram)、磁变存储器(magnetoresistive random access memory，mram)、铁电存储器(ferroelectric random access memory，fram)、相变存储器(phase change memory，pcm)、石墨烯存储器等。易失性存储器可包括随机存取存储器(random access memory，ram)或外部高速缓冲存储器等。作为说明而非局限，ram可以是多种形式，比如静态随机存取存储器(static random access memory，sram)或动态随机存取存储器(dynamic random access memory，dram)等。本技术所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等，不限于此。本技术所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等，不限于此。
151.以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
152.以上所述实施例仅表达了本技术的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本技术专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本技术构思的前提下，还可以做出若干变形和改进，这些都属于本技术的保护范围。因此，本技术的保护范围应以所附权利要求为准。