[發明專利]一種檢測車輛信息的方法、裝置及存儲介質

在審

• 申請號: 201811512123.8
• 申請日: 2018-12-11
• 公開（公告）號: CN109657590A
• 公開（公告）日: 2019-04-19
• 發明（設計）人: 葉浩;張佳;王星澤
• 申請（專利權）人: 合刃科技（武漢）有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/34;G06K9/46
• 代理公司: 深圳市新虹光知識產權代理事務所(普通合伙) 44499
• 代理人: 郭長龍

本發明實施例公開了一種檢測車輛信息的方法、裝置及存儲介質，所述方法應用于巡視車輛或關卡或移動云臺，所述巡視車輛或所述關卡或所述移動云臺上搭載相機，所述方法包括：采集所述相機拍攝視角內拍攝到的實時圖像；根據預置的車輛模型從所述實時圖像中，確定出與車輛模型匹配的車輛特征區域圖像；根據預置的車牌模型從所述車輛特征區域圖像中，確定出與車牌模型匹配的車牌特征區域圖像；對所述車牌特征區域圖像進行分割，得到字符圖像；基于深度神經網絡對所述字符圖像進行計算，得到車牌號。本發明實施例能夠提高車輛信息的識別效率和識別準確率。

技術領域

本發明涉及車輛技術領域，尤其涉及一種檢測車輛信息的方法、裝置及存儲介質。

背景技術

車輛信息檢測系統在安防、交通管理、停車收費領域的應用越來越廣泛，傳統的車牌識別系統雖然能夠粗略的識別出車輛信息，但是識別率低下且識別速度慢，尤其在車輛數量過多或者車輛速度較快時，傳統的識別車牌系的識別效率和識別準確率更低，可見，傳統的車牌系統對環境適應性較差，無法適用于高速的動態檢測場景。

發明內容

基于此，為解決現有技術中傳統的識別車牌系的識別效率和識別準確率較低的技術問題，特提出了一種檢測車輛信息的方法。

一種檢測車輛信息的方法，所述方法應用于巡視車輛或關卡或移動云臺，所述巡視車輛或所述關卡或所述移動云臺上搭載相機，所述方法包括：

采集所述相機拍攝視角內拍攝到的實時圖像；

根據預置的車輛模型從所述實時圖像中，確定出與車輛模型匹配的車輛特征區域圖像；

根據預置的車牌模型從所述車輛特征區域圖像中，確定出與車牌模型匹配的車牌特征區域圖像；

對所述車牌特征區域圖像進行分割，得到字符圖像；

基于深度神經網絡對所述字符圖像進行計算，得到車牌號。

在其中一個實施例中，所述確定出與車輛模型匹配的車輛特征區域圖像之后，所述方法還包括：

基于車輛類型分類網絡對所述車輛特征區域圖像進行車輛類型分析，確定與所述車輛特征區域圖像匹配的車輛類型。

在其中一個實施例中，所述根據預置的車牌模型從所述車輛特征區域圖像中，確定出與車牌模型匹配的車牌特征區域圖像之后，所述方法還包括：

基于車牌分類網絡對所述車牌特征區域圖像進行車牌類型分析，確定與所述車牌特征區域圖像匹配的車牌類型。

在其中一個實施例中，所述確定出與車輛模型匹配的車輛特征區域圖像之后，所述方法還包括：

基于車牌分類網絡對所述車輛特征區域圖像進行色彩特征分析，確定所述車輛特征區域圖像所對應的車輛色彩特征。

此外，為解決現有技術中傳統的識別車牌系的識別效率和識別準確率較低的技術問題，特提出了一種用于檢測車輛信息的裝置。

一種用于檢測車輛信息的裝置，所述裝置包括：

獲取模塊，用于采集相機拍攝視角內拍攝到的實時圖像；

處理模塊，用于根據預置傳統的識別車牌系的識別效率和識別準確率較低的技術問題，特提出了一種用于檢測車輛信息的裝置。

一種用于檢測車輛信息的裝置，所述裝置包括：

獲取模塊，用于采集相機拍攝視角內拍攝到的實時圖像；

處理模塊，用于根據預置的車輛模型從所述實時圖像中，確定出與車輛模型匹配的車輛特征區域圖像；根據預置的車牌模型從所述車輛特征區域圖像中，確定出與車牌模型匹配的車牌特征區域圖像；對所述車牌特征區域圖像進行分割，得到字符圖像；基于深度神經網絡對所述字符圖像進行計算，得到車牌號。