[發明專利]車牌螺絲檢測方法、裝置和計算機設備

在審

• 申請號: 201911023213.5
• 申請日: 2019-10-25
• 公開（公告）號: CN110781887A
• 公開（公告）日: 2020-02-11
• 發明（設計）人: 周康明;高凱珺
• 申請（專利權）人: 上海眼控科技股份有限公司
• 主分類號: G06K9/32
• 分類號: G06K9/32;G06K9/62;G06T7/00;G06N3/04;G06N3/08
• 代理公司: 44224 廣州華進聯合專利商標代理有限公司
• 代理人: 黃麗霞

1.一種車牌螺絲檢測方法，其特征在于，所述方法包括：

獲取待檢測圖像；

采用第一模型檢測所述待檢測圖像中的車牌，當檢測存在所述車牌時，則獲取所述車牌區域圖像；

采用第二模型檢測所述車牌區域圖像，得到所述車牌區域圖像中每個車牌螺絲的位置信息和得分，獲取得分大于閾值的車牌螺絲的位置信息和數量；

根據所述車牌螺絲的位置信息和數量，生成所述待檢測圖像中所述車牌螺絲的檢測結果。

2.根據權利要求1所述的車牌螺絲檢測方法，其特征在于，所述采用第二深度學習模型檢測所述車牌區域圖像，得到所述車牌區域圖像中每個車牌螺絲的位置信息和得分，包括：

通過所述第二深度學習模型中的特征提取網絡，對所述車牌區域圖像進行特征提取，得到不同尺寸的多個原始特征圖；

分別對所述不同尺寸的原始特征圖進行錨點分類和錨點回歸，得到對應的不同尺寸的多個候選建議區域；

分別將所述不同尺寸的候選建議區域進行參數設置，生成對應的不同尺寸的多個優化特征圖；

對所述不同尺寸的多個優化特征圖進行預測分類和預測位置，得到所述車牌螺絲的位置信息和得分。

3.根據權利要求2所述的車牌螺絲檢測方法，其特征在于，所述分別將所述不同尺寸的候選建議區域進行參數設置，生成對應的不同尺寸的多個優化特征圖之后，還包括：

對所述不同尺寸的多個優化特征圖進行反卷積和融合處理，生成融合后的不同尺寸的多個優化特征圖；

所述對所述不同尺寸的多個優化特征圖進行預測分類和預測位置，得到所述車牌螺絲的位置信息和得分，包括：

對所述融合后的不同尺寸的多個優化特征圖進行預測分類和預測位置，得到所述車牌螺絲的位置信息和得分。

4.根據權利要求3所述的車牌螺絲檢測方法，其特征在于，所述反卷積和融合處理以自頂向下的方式進行；所述對所述不同尺寸的多個優化特征圖進行反卷積和融合處理，生成融合后的不同尺寸的多個優化特征圖，包括：

將融合后的頂層優化特征圖進行反卷積，得到反卷積后的頂層優化特征圖；

將所述反卷積后的頂層優化特征圖與次頂層優化特征圖進行融合，生成融合后的次頂層優化特征圖，并基于所述融合后的次頂層優化特征圖進行循環處理，生成融合后的不同尺寸的多個優化特征圖。

5.根據權利要求2所述的車牌螺絲檢測方法，其特征在于，所述第二深度學習模型的訓練生成過程包括：

獲取多張不同拍攝條件的車牌區域圖像樣本；

對所述車牌區域圖像樣本中的車牌螺絲區域進行標注，得到訓練樣本集和測試樣本集；

使用所述訓練本集對待訓練第二深度學習模型進行訓練，得到分類損失和回歸損失；

根據所述分類損失和所述回歸損失調整錨點的偏移量和置信度，當所述訓練樣本集損失值收斂時停止訓練，得到待測試第二深度學習模型；

利用所述測試樣本集對所述待測試第二深度學習模型進行測試，當測試樣本集準確率滿足預設要求時，得到所述第二深度學習模型。

6.根據權利要求1所述的車牌螺絲檢測方法，其特征在于，所述根據所述車牌螺絲的位置信息和所述車牌螺絲的數量，生成所述待檢測圖像中所述車牌螺絲的檢測結果，包括：

當滿足以下條件的其中一個時，生成車牌螺絲檢測通過的結果：

所述車牌螺絲的數量為兩個，且所述車牌螺絲的位置信息滿足第一位置條件；

所述車牌螺絲的數量為四個，且所述車牌螺絲的位置信息滿足第二位置條件。

7.根據權利要求6所述的車牌螺絲檢測方法，其特征在于，所述方法還包括：

當滿足以下條件中的其中一個時，生成車牌螺絲檢測未通過的結果：

所述車牌螺絲的數量不是兩個或者四個；

所述車牌螺絲的數量為兩個，且兩個所述車牌螺絲中至少一個的位置信息不滿足所述第一位置條件；

所述車牌螺絲的數量為四個，且四個所述車牌螺絲中至少一個的位置信息不滿足所述第二位置條件。