[發明專利]車牌識別方法、裝置及存儲介質

有效

• 申請號: 201810461160.4
• 申請日: 2018-05-15
• 公開（公告）號: CN110490179B
• 公開（公告）日: 2022-08-05
• 發明（設計）人: 錢華;蔡曉蕙
• 申請（專利權）人: 杭州海康威視數字技術股份有限公司
• 主分類號: G06V20/62
• 分類號: G06V20/62;G06V10/40;G06N3/04;G08G1/017;G06V10/82
• 代理公司: 北京三高永信知識產權代理有限責任公司 11138
• 代理人: 韓東艷

1.一種車牌識別方法，其特征在于，所述方法包括：

獲取圖像中包含有車牌的車牌區域，并利用卷積神經網絡CNN模型提取所述車牌區域內的特征信息，所述特征信息包括多個特征序列；

基于所述多個特征序列確定所述車牌所屬的車牌種類；

基于所述多個特征序列對所述車牌區域內的字符進行識別，得到字符識別結果；

獲取所述車牌種類對應的車牌號樣本；

基于所述車牌種類判斷屬于所述車牌種類的車牌號碼中是否包含有子段和主段，所述子段和所述主段均指車牌號中連續的字符串，所述主段包含的字符數大于所述子段包含的字符數，或者，所述主段包含的字符所占區域的尺寸大于所述子段包含的字符所占區域的尺寸；

若屬于所述車牌種類的車牌號碼中包含有子段和主段，則將所述字符識別結果按照所述車牌號樣本劃分子段和主段，并將劃分后的字符識別結果確定為所述車牌的車牌號碼。

2.根據權利要求1所述的方法，其特征在于，所述基于所述多個特征序列對所述車牌區域內的字符進行識別，包括：

通過注意力Attention模型對所述多個特征序列中的每個特征序列進行處理，得到所述車牌區域內每個特征序列對應的字符。

3.根據權利要求2所述的方法，其特征在于，所述通過注意力Attention模型對所述多個特征序列中的每個特征序列進行處理，得到所述車牌區域內的多個字符，包括：

對于所述多個特征序列中的任一特征序列A，確定所述特征序列A的權值和除所述特征序列A之外其余每個特征序列的權值，所述特征序列A的權值大于所述其余每個特征序列的權值；

基于所述特征序列A、所述特征序列A的權值、所述其余每個特征序列和所述其余每個特征序列的權值確定所述特征序列A的語義信息；

對所述特征序列A的語義信息進行解碼識別，得到所述特征序列A對應的字符。

4.根據權利要求1所述的方法，其特征在于，所述基于所述多個特征序列確定所述車牌所屬的車牌種類，包括：

基于所述多個特征序列，利用所述CNN模型確定所述車牌屬于每個預設車牌種類的概率值；

將最大概率值對應的預設車牌種類確定為所述車牌所屬的車牌種類。

5.根據權利要求1所述的方法，其特征在于，所述基于字符識別結果確定車牌號碼之后，還包括：

獲取所述車牌種類對應的車牌顏色信息和所屬區域信息；

輸出所述車牌的車牌號碼、所述車牌顏色信息和所述區域信息。

6.一種車牌識別裝置，其特征在于，所述裝置包括：

獲取模塊，用于獲取圖像中包含有車牌的車牌區域，并利用卷積神經網絡CNN模型提取所述車牌區域內的特征信息，所述特征信息包括多個特征序列；

第二確定模塊，用于基于所述多個特征序列確定所述車牌所屬的車牌種類；

識別模塊，用于基于所述多個特征序列對所述車牌區域內的字符進行識別，得到字符識別結果；

第一確定模塊包括：

確定子模塊，用于獲取所述車牌種類對應的車牌號樣本；

基于所述車牌種類判斷屬于所述車牌種類的車牌號碼中是否包含有子段和主段，所述子段和所述主段均指車牌號中連續的字符串，所述主段包含的字符數大于所述子段包含的字符數，或者，所述主段包含的字符所占區域的尺寸大于所述子段包含的字符所占區域的尺寸；

若屬于所述車牌種類的車牌號碼中包含有子段和主段，則將所述字符識別結果按照所述車牌號樣本劃分子段和主段，并將劃分后的字符識別結果確定為所述車牌的車牌號碼。

7.根據權利要求6所述的裝置，其特征在于，所述識別模塊用于：

通過注意力Attention模型對所述多個特征序列中的每個特征序列進行處理，得到所述車牌區域內每個特征序列對應的字符。