[發明專利]車牌識別方法、車牌識別裝置、車牌識別設備及介質在審
| 申請號: | 201811159787.0 | 申請日: | 2018-09-30 |
| 公開(公告)號: | CN110163199A | 公開(公告)日: | 2019-08-23 |
| 發明(設計)人: | 戴雨辰;董鑫;郭曉威;余宗橋;張睿欣;姚雨石 | 申請(專利權)人: | 騰訊科技(深圳)有限公司 |
| 主分類號: | G06K9/32 | 分類號: | G06K9/32 |
| 代理公司: | 北京市柳沈律師事務所 11105 | 代理人: | 王娟 |
| 地址: | 518057 廣東省深圳*** | 國省代碼: | 廣東;44 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 車牌圖像 車牌 車牌識別 行車 車牌識別設備 車牌識別裝置 預處理 車輛圖像 車牌號碼 轉換 | ||
1.一種車牌識別方法,包括:
對車輛圖像進行預處理,獲得待識別車牌圖像、以及所述待識別車牌圖像的車牌類型;
在所述待識別車牌圖像的車牌類型指示多行車牌的情況下,對于所述多行車牌類型的待識別車牌圖像進行類型轉換,得到單行車牌類型的車牌圖像;以及
對所述單行車牌類型的車牌圖像進行識別,得到車牌號碼。
2.如權利要求1所述的車牌識別方法,其中,所述多行車牌為雙行車牌,對多行車牌類型的待識別車牌圖像進行類型轉換得到單行車牌類型的車牌圖像包括:
基于雙行車牌的尺寸規格,在雙行車牌類型的待識別車牌圖像上確定上下層分割線的位置;
沿所確定的分割線切分所述雙行車牌類型的待識別車牌圖像,得到上層車牌圖像和下層車牌圖像;
對所述上層車牌圖像進行尺寸變換,得到尺寸變換后的上層車牌圖像;以及
將尺寸變換后的上層車牌圖像與下層車牌圖像進行水平方向拼接,得到轉化后的單行車牌類型的車牌圖像。
3.如權利要求1所述的車牌識別方法,其中,對車輛圖像進行預處理,獲得待識別車牌圖像、以及所述待識別車牌圖像的車牌類型包括:
經由第一卷積神經網絡對于車輛圖像提取圖像特征,獲得待識別車牌圖像,以及經由第二卷積神經網絡對于車輛圖像提取圖像特征,獲得所述待識別車牌圖像的車牌類型;或者
經由第三卷積神經網絡對于車輛圖像提取圖像特征,獲得待識別車牌圖像、以及所述待識別車牌圖像的車牌類型。
4.如權利要求1所述的車牌識別方法,其中,對車輛圖像進行預處理還包括:
確定所述待識別車牌圖像中車牌傾斜度;以及
在所述車牌傾斜度滿足預定條件的情況下,對所述待識別車牌圖像進行傾斜矯正。
5.如權利要求4所述的車牌識別方法,其中,對所述待識別車牌圖像進行傾斜矯正包括:
通過卷積神經網絡提取所述待識別車牌圖像的圖像特征;
通過全連接網絡對所提取的圖像特征進行處理,得到當前車牌關鍵點的位置;以及
基于當前車牌關鍵點的位置,對所述待識別車牌圖像進行傾斜校正;
其中,所述車牌關鍵點為車牌的四個角點,車牌關鍵點的位置通過車牌關鍵點相對于預設圖像原點的偏移量表示。
6.如權利要求1所述的車牌識別方法,其中,對所述單行車牌類型的車牌圖像進行識別以得到車牌號碼包括:
通過卷積神經網絡從所述單行車牌類型的車牌圖像中提取車牌圖像特征;
按照列劃分字符序列特征,得到多個列的字符序列特征;以及
通過循環神經網絡對所述多個列的字符序列特征進行處理,得到車牌號碼。
7.如權利要求6所述的車牌識別方法,其中,通過循環神經網絡對所述多個列的字符序列特征進行處理,得到車牌號碼包括:
將所述復合特征向量發送至神經網絡的輸入端;
經由神經網絡對于所述多個列的字符序列特征進行處理,將每個列中的字符序列特征判別為背景或相應字符;以及
基于判別結果,得到車牌號碼。
8.一種車牌識別裝置,包括:
預處理模塊,被配置為對車輛圖像進行預處理,獲得待識別車牌圖像、以及所述待識別車牌圖像的車牌類型;
類型轉換模塊,被配置為在所述待識別車牌圖像的車牌類型指示多行車牌的情況下,對于所述多行車牌類型的待識別車牌圖像進行類型轉換,得到單行車牌類型的車牌圖像;以及
車牌識別模塊,被配置為對所述單行車牌類型的車牌圖像進行識別,得到車牌號碼。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于騰訊科技(深圳)有限公司,未經騰訊科技(深圳)有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201811159787.0/1.html,轉載請聲明來源鉆瓜專利網。





