邹北骥，雷太航，刘 姝，廖望旻，姜灵子

(1.中南大学 计算机学院，湖南 长沙 410083；2.中南大学 湖南省机器视觉与智慧医疗工程技术研究中心，湖南 长沙 410083)

近年来，智能监控技术不断发展，越来越普及。在涉及汽车违法犯罪的事件中，对车辆信息的采集格外重要。为了更好地获取车辆信息，人们在城市街道路口和高速公路出入口设置了许多摄像头，对来往车辆进行采集作业。借助车牌、车标、车型等关键标识来监控车辆，在打击各种违法犯罪活动中发挥着重要作用。考虑城市道路场景中存在着车牌污损、套牌和恶意遮挡等情况，基于机动车品牌、型号和颜色进行识别的应用往往更加广泛[1]。因此，车标识别具有很高的实用价值，不仅能在交管部门、停车区域、维修中心等场所为车辆的管理与引导提供依据，还能为车牌和车型识别提供支持[2]。

面向真实拍摄的自然场景，车标识别是一项具有挑战性的任务，这是因为：道路场景复杂，摄像头多为广角镜头且距离较远，可能导致车辆并非图像中的主体[2-3]，如图1所示；车标作为车身中一小块区域，其主体性更无法突出。此外，由于汽车通常处于高速运动状态，拍摄图像很可能出现动态模糊；同时受到光线、天气、角度等众多因素影响，成像质量也将下降。最先兴起的车标识别依赖人工对图像进行核查，耗费了大量的人力物力，促使着国内外专家学者对智能化车标识别开展研究工作。

图1 真实拍摄的道路场……