[發明專利]一種車牌識別的方法及相關裝置

有效

• 申請號: 201811626428.1
• 申請日: 2018-12-28
• 公開（公告）號: CN109711407B
• 公開（公告）日: 2023-02-28
• 發明（設計）人: 李銳
• 申請（專利權）人: 深圳市捷順科技實業股份有限公司
• 主分類號: G06V20/62
• 分類號: G06V20/62;G06V20/40;G06V10/28;G06V10/62;G06V10/766;G06V10/82
• 代理公司: 深圳市深佳知識產權代理事務所(普通合伙) 44285
• 代理人: 王仲凱

1.一種車牌識別的方法，其特征在于，包括：

實時獲取停車場出入口的視頻流，所述視頻流內含有車牌信息，所述車牌信息用于生成跟蹤列表；

將視頻流內的圖像轉換為灰度圖像；

獲取所述跟蹤列表；

檢測所述跟蹤列表是否為空；

若所述跟蹤列表不為空，則跟蹤所述跟蹤列表內的第一車牌信息；

若跟蹤成功，則檢測所述第一車牌信息的置信度；

若所述第一車牌信息的置信度達標，則更新所述跟蹤列表內的所述第一車牌信息；

若所述跟蹤列表為空，則使用車牌檢測模型檢測視頻流內是否存在第二車牌信息，其中所述視頻流中任意相鄰兩幀分別使用不同的車牌檢測模型進行檢測，所述車牌檢測模型為MTCNN多任務卷積神經網絡模型，所述車牌檢測模型包括單層車牌檢測模型以及雙層車牌檢測模型，所述單層車牌檢測模型基于2:1的寬高比訓練得到，所述雙層車牌檢測模型基于1:1的寬高比訓練得到；

若檢測所述第二車牌信息成功，則檢測所述第二車牌信息的置信度；

若所述第二車牌信息的置信度達標，則將所述第二車牌信息添加至所述跟蹤列表。

2.根據權利要求1所述的方法，其特征在于，在所述檢測視頻流內是否存在第二車牌信息之前，所述方法還包括：

訓練所述車牌檢測模型，所述車牌檢測模型用于車牌檢測。

3.根據權利要求2所述的方法，其特征在于，所述訓練所述車牌檢測模型

包括：

拍攝停車場出入口的視頻或者圖像，所述視頻或者圖像包含車牌區域與背景區域，生成一個訓練圖片集，所述訓練圖片集包括從視頻中截取的圖片與現場設備獲取的圖片；

標注所述訓練圖片集中包含的車牌區域；

使用程序從所述訓練圖片集生成n1個正樣本，n2個部分車牌樣本，n3個負樣本，所述正樣本為與標注區域的重疊區域在第一預設比例區間內，所述部分車牌樣本為與標注區域的重疊區域在第二預設比例區間內，所述負樣本為與標注區域的重疊區域在第三預設比例區間內；

使用所述正樣本，所述部分車牌樣本與所述負樣本訓練MTCNN多任務卷積神經網絡的Pnet檢測模型；

使用所述Pnet檢測模型檢測訓練圖片集，以得到Pnet虛檢圖片， Pnet虛檢為 Pnet檢測模型檢測結果為車牌，但是與所述標注區域的重疊部分小于預設閾值的檢測結果；

使用所述正樣本，所述部分車牌樣本與所述Pnet虛檢圖片訓練MTCNN多任務卷積神經網絡的Rnet檢測模型。

4.根據權利要求3所述的方法，其特征在于，所述用車牌檢測模型檢測視頻流內是否存在第二車牌信息包括：

生成輸入圖像金字塔，所述輸入圖像是實時獲取的視頻流，所述金字塔由視頻流內每一幀的圖像按比例縮小得到的一系列圖片；

使用所述Pnet進行全圖檢測，輸出得分圖與回歸值圖；

選取X個得分大于預設分數的所述得分圖，對存在重疊區域的得分圖進行非極大值抑制；

若無候選框，則檢測結束，輸出無車牌的結果；

若存在所述候選框，則使用所述回歸值圖對所述候選框進行調整，并進行尺度調整；

使用所述Rnet對所述候選框進行檢測，輸出所述得分圖與所述回歸值圖；

選取Y個得分大于預設分數的所述得分圖，對存在重疊區域的得分圖進行非極大值抑制；

若無所述候選框，則檢測結束，輸出無車牌的結果；

若存在所述候選框，則使用所述回歸值圖對所述候選框進行調整，并將檢測到的區域映射回原圖。

5.根據權利要求1所述的方法，其特征在于，更新所述跟蹤列表內的所述第一車牌信息包括：

將上一幀的第一車牌信息修改為下一幀的所述第一車牌信息。