[發明專利]基于深度學習的車牌識別方法、裝置、設備及存儲介質

在審

• 申請號: 201710485881.4
• 申請日: 2017-06-23
• 公開（公告）號: CN107679531A
• 公開（公告）日: 2018-02-09
• 發明（設計）人: 王健宗;馬進;黃章成;吳天博;肖京
• 申請（專利權）人: 平安科技（深圳）有限公司
• 主分類號: G06K9/32
• 分類號: G06K9/32;G06N3/04;G06N3/08
• 代理公司: 深圳眾鼎專利商標代理事務所(普通合伙)44325
• 代理人: 譚果林

1.一種基于深度學習的車牌識別方法，其特征在于，包括：

采用單次檢測器對原始拍攝圖像進行特征提取，獲取目標車牌圖像；

對所述目標車牌圖像進行矯正處理，獲取矯正車牌圖像；

采用雙向長短期記憶模型對所述矯正車牌圖像進行識別，獲取目標車牌信息。

2.根據權利要求1所述的基于深度學習的車牌識別方法，其特征在于，所述采用單次檢測器對原始拍攝圖像進行特征提取，獲取目標車牌圖像，包括：

采用訓練好的所述單次檢測器對所述原始拍攝圖像進行歸一化處理，獲取原始車牌圖像；

采用卷積層對所述原始車牌圖像進行多尺度特征提取，獲取若干層特征圖，采用比例不同的若干個默認框分別對若干層所述特征圖進行提取，獲取每一所述默認框的分類結果；

采用非極大值抑制準則對所述默認框的分類結果進行選取，獲取目標車牌圖像。

3.根據權利要求1所述的基于深度學習的車牌識別方法，其特征在于，所述對所述目標車牌圖像進行矯正處理，獲取矯正車牌圖像，包括：

獲取所述目標車牌圖像中的車牌輪廓；

獲取所述車牌輪廓的偏移角度，并判斷所述偏移角度是否大于預設偏移值；

若是，則對所述車牌輪廓進行旋轉、仿射變換和統一尺寸處理，獲取所述矯正車牌圖像；

若否，則對所述車牌輪廓進行統一尺寸處理，獲取所述矯正車牌圖像。

4.根據權利要求3所述的基于深度學習的車牌識別方法，其特征在于，所述獲取所述目標車牌圖像中的車牌輪廓，包括：

獲取所述目標車牌圖像中車牌區域與邊緣區域的顏色相似度；

判斷所述顏色相似度是否大于預設相似度；

若是，則取所述車牌區域作為所述車牌輪廓；

若否，則對所述目標車牌圖像進行灰度化、Sobel算子、二值化和閉操作，獲取所述車牌輪廓。

5.根據權利要求1所述的基于深度學習的車牌識別方法，其特征在于，所述采用雙向長短期記憶模型對所述矯正車牌圖像進行識別，獲取目標車牌信息，包括：

對所述矯正車牌圖像進行切割，獲取多個條狀特征圖；

采用卷積層對多個所述條狀特征圖進行特征提取，獲取由多個所述條狀特征圖拼接而成的特征序列；

采用雙向長短期記憶模型對所述特征序列進行字符識別，獲取字符特征；

采用轉譯層對所述字符特征進行處理，獲取所述目標車牌信息。

6.一種基于深度學習的車牌識別裝置，其特征在于，包括：

車牌檢測模塊，用于采用單次檢測器對原始拍攝圖像進行特征提取，獲取目標車牌圖像；

車牌矯正模塊，用于對所述目標車牌圖像進行矯正處理，獲取矯正車牌圖像；

車牌識別模塊，用于采用雙向長短期記憶模型對所述矯正車牌圖像進行識別，獲取目標車牌信息。