[發(fā)明專利]一種車牌識別方法及裝置

有效

• 申請?zhí)枺?/td>: 201711136625.0
• 申請日: 2017-11-16
• 公開（公告）號: CN107944450B
• 公開（公告）日: 2020-04-24
• 發(fā)明（設(shè)計）人: 施欣欣;楊威;劉凱
• 申請（專利權(quán)）人: 深圳市華尊科技股份有限公司
• 主分類號: G06K9/34
• 分類號: G06K9/34;G06K9/62;G06N3/08
• 代理公司: 廣州三環(huán)專利商標(biāo)代理有限公司 44202
• 代理人: 郝傳鑫;熊永強(qiáng)

1.一種車牌識別方法，其特征在于，包括：

獲取目標(biāo)圖像，所述目標(biāo)圖像為僅包含目標(biāo)車牌的圖像；

通過預(yù)設(shè)訓(xùn)練模型對所述目標(biāo)圖像進(jìn)行訓(xùn)練，得到指定維度的深度特征集；

將所述指定維度的深度特征集輸入到Bi-GRU神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，得到預(yù)測標(biāo)簽序列集，所述Bi-GRU神經(jīng)網(wǎng)絡(luò)由由21個GRU神經(jīng)元組成，其對應(yīng)每個深度特征能夠輸出的特征序列長度為21；

將所述預(yù)測標(biāo)簽序列集轉(zhuǎn)化為目標(biāo)車牌號；

其中，所述獲取目標(biāo)圖像，包括：

獲取原始圖像；

根據(jù)車牌的屬性信息對所述原始圖像進(jìn)行圖像分割，得到所述目標(biāo)車牌圖像，所述屬性信息包括：車牌尺寸、車牌顏色、車牌的螺母位置以及數(shù)量、車牌的字符數(shù)目和車牌的組合形式。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述通過預(yù)設(shè)訓(xùn)練模型對所述目標(biāo)圖像進(jìn)行訓(xùn)練，得到指定維度的深度特征集，包括：

獲取所述目標(biāo)圖像的環(huán)境屬性；

根據(jù)所述環(huán)境屬性確定配置所述預(yù)設(shè)訓(xùn)練模型的訓(xùn)練參數(shù)，所述訓(xùn)練參數(shù)至少包括所述指定維度；

根據(jù)所述配置后的預(yù)設(shè)訓(xùn)練模型對所述目標(biāo)圖像進(jìn)行訓(xùn)練，得到所述指定維度對應(yīng)的深度特征集。

3.根據(jù)權(quán)利要求1或2所述的方法，其特征在于，所述預(yù)測標(biāo)簽序列集包含P個預(yù)測標(biāo)簽序列，所述P為大于1的整數(shù)；

所述將所述預(yù)測標(biāo)簽序列集轉(zhuǎn)化為目標(biāo)車牌號，包括：

確定所述P個預(yù)測標(biāo)簽序列對應(yīng)的字符數(shù)目N；

根據(jù)所述N對所述P個預(yù)測標(biāo)簽序列進(jìn)行篩選，得到Q個預(yù)測標(biāo)簽序列，所述Q為不大于所述P的正整數(shù)，所述Q個預(yù)測標(biāo)簽序列中每一預(yù)測標(biāo)簽序列均包含N個字符；

根據(jù)所述Q個預(yù)測標(biāo)簽序列確定出目標(biāo)預(yù)測標(biāo)簽序列，將所述目標(biāo)預(yù)測標(biāo)簽序列作為所述目標(biāo)車牌號。

4.根據(jù)權(quán)利要求1或2所述的方法，其特征在于，所述將所述預(yù)測標(biāo)簽序列集轉(zhuǎn)化為目標(biāo)車牌號，包括：

通過預(yù)設(shè)CTC模型確定所述預(yù)測標(biāo)簽序列集中的每一預(yù)測標(biāo)簽序列與實際標(biāo)簽序列間的誤差，得到多個誤差值；

從所述多個誤差值中選取最小誤差值對應(yīng)的預(yù)測標(biāo)簽序列作為所述目標(biāo)車牌號。

5.一種車牌識別裝置，其特征在于，包括:

獲取單元，用于獲取目標(biāo)圖像，所述目標(biāo)圖像為僅包含目標(biāo)車牌的圖像；

第一訓(xùn)練單元，用于通過預(yù)設(shè)訓(xùn)練模型對所述目標(biāo)圖像進(jìn)行訓(xùn)練，得到指定維度的深度特征集；

第二訓(xùn)練單元，用于將所述指定維度的深度特征集輸入到Bi-GRU神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，得到預(yù)測標(biāo)簽序列集，所述Bi-GRU神經(jīng)網(wǎng)絡(luò)由由21個GRU神經(jīng)元組成，其對應(yīng)每個深度特征能夠輸出的特征序列長度為21；

轉(zhuǎn)化單元，用于將所述預(yù)測標(biāo)簽序列集轉(zhuǎn)化為目標(biāo)車牌號；

其中，所述獲取單元包括：

第一獲取模塊，用于獲取原始圖像；

分割模塊，用于根據(jù)車牌的屬性信息對所述原始圖像進(jìn)行圖像分割，得到所述目標(biāo)車牌圖像，所述屬性信息包括：車牌尺寸、車牌顏色、車牌的螺母位置以及數(shù)量、車牌的字符數(shù)目和車牌的組合形式。

6.根據(jù)權(quán)利要求5所述的裝置，其特征在于，所述第一訓(xùn)練單元包括：

第二獲取模塊，用于獲取所述目標(biāo)圖像的環(huán)境屬性；

配置模塊，用于根據(jù)所述環(huán)境屬性確定配置所述預(yù)設(shè)訓(xùn)練模型的訓(xùn)練參數(shù)，所述訓(xùn)練參數(shù)至少包括所述指定維度；

訓(xùn)練模塊，用于根據(jù)所述配置后的預(yù)設(shè)訓(xùn)練模型對所述目標(biāo)圖像進(jìn)行訓(xùn)練，得到所述指定維度對應(yīng)的深度特征集。

7.根據(jù)權(quán)利要求5或6所述的裝置，其特征在于，所述預(yù)測標(biāo)簽序列集包含P個預(yù)測標(biāo)簽序列，所述P為大于1的整數(shù)；

所述轉(zhuǎn)化單元包括：

第一確定模塊，用于確定所述P個預(yù)測標(biāo)簽序列對應(yīng)的字符數(shù)目N；

篩選模塊，用于根據(jù)所述N對所述P個預(yù)測標(biāo)簽序列進(jìn)行篩選，得到Q個預(yù)測標(biāo)簽序列，所述Q為不大于所述P的正整數(shù)，所述Q個預(yù)測標(biāo)簽序列中每一預(yù)測標(biāo)簽序列均包含N個字符；

第二確定模塊，用于根據(jù)所述Q個預(yù)測標(biāo)簽序列確定出目標(biāo)預(yù)測標(biāo)簽序列，將所述目標(biāo)預(yù)測標(biāo)簽序列作為所述目標(biāo)車牌號。

8.根據(jù)權(quán)利要求5或6所述的裝置，其特征在于，所述轉(zhuǎn)化單元，包括：

第三確定模塊，用于通過預(yù)設(shè)CTC模型確定所述預(yù)測標(biāo)簽序列集中的每一預(yù)測標(biāo)簽序列與實際標(biāo)簽序列間的誤差，得到多個誤差值；

選取模塊，用于從所述多個誤差值中選取最小誤差值對應(yīng)的預(yù)測標(biāo)簽序列作為所述目標(biāo)車牌號。