[發明專利]一種車牌識別方法及車牌識別設備

有效

• 申請號: 201410745124.2
• 申請日: 2014-12-08
• 公開（公告）號: CN104408475B
• 公開（公告）日: 2018-09-14
• 發明（設計）人: 唐健;李昕;鄒振宇;李銳
• 申請（專利權）人: 深圳市捷順科技實業股份有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06K9/66
• 代理公司: 深圳市深佳知識產權代理事務所(普通合伙) 44285
• 代理人: 王仲凱

1.一種車牌識別方法，應用于布置在現場的車牌識別設備中，所述車牌識別設備中包括根據原始訓練集訓練的原始車牌分類器，其特征在于，所述車牌識別方法包括：

根據所述原始車牌分類器檢測現場的無車場景，收集現場的靜態負樣本；所述靜態負樣本為所述現場的無車場景中被所述原始車牌分類器誤檢為車牌區域的背景圖像；

將所述靜態負樣本添加到所述車牌識別設備的所述原始訓練集中，得到第一訓練集，根據所述第一訓練集訓練第一車牌分類器；

根據所述第一車牌分類器檢測現場的有車場景，收集現場的動態負樣本，將所述動態負樣本添加到所述第一訓練集中，得到第二訓練集，根據所述第二訓練集訓練第二車牌分類器，并根據所述第二車牌分類器進行車牌識別；所述動態負樣本為所述現場的有車場景中被所述第一車牌分類器誤檢為車牌區域的運動圖像；

所述根據所述第一訓練集訓練第一車牌分類器，包括：

使用方向梯度直方圖HOG特征對所述第一訓練集里的每一個正樣本進行表征，形成正樣本HOG特征向量；

使用方向梯度直方圖HOG特征對所述第一訓練集里的每一個負樣本進行表征，形成負樣本HOG特征向量；

利用支持向量機SVM對所述正樣本HOG特征向量和所述負樣本HOG特征向量進行訓練，獲得第一車牌分類器；

所述根據所述第一車牌分類器檢測現場的有車場景，收集現場的動態負樣本，包括：

獲取所述車牌識別設備檢測現場的有車場景得到的視頻圖像，提取所述視頻圖像中的疑似車牌區域，根據所述第一車牌分類器檢測所述疑似車牌區域中的車牌區域；

從所述車牌區域中分割出多個字符，根據支持向量機SVM訓練的車牌字符識別模型對多個所述字符進行識別，并判斷每個所述字符的識別置信度；

根據每個所述字符的識別置信度判斷所述車牌區域是否有效，如果無效，將所述車牌區域作為所述現場的動態負樣本。

2.根據權利要求1所述的車牌識別方法，其特征在于，所述根據每個所述字符的識別置信度判斷所述車牌區域是否有效，包括：

判斷所述字符的個數是否為7個；

如果是，判斷每個所述字符的識別置信度是否大于或等于第一閾值；

如果是，判斷7個所述字符的識別置信度的和是否大于或等于第二閾值；

如果是，則判定所述車牌區域有效，否則無效。

3.根據權利要求1所述的車牌識別方法，其特征在于，所述將所述動態負樣本添加到所述第一訓練集中，包括：

按照預設的時間間隔統計所述第一車牌分類器檢測現場的有車場景的誤檢率，并判斷所述誤檢率是否大于第三閾值；

如果是，判斷收集到的所述動態負樣本的個數是否大于或等于第四閾值；

如果是，將所述動態負樣本添加到所述第一訓練集中。