[發明專利]一種基于深度學習算法的檢測套牌車的方法

有效

• 申請號: 201911092643.2
• 申請日: 2019-11-11
• 公開（公告）號: CN110991255B
• 公開（公告）日: 2023-09-08
• 發明（設計）人: 閆軍;劉健
• 申請（專利權）人: 智慧互通科技股份有限公司
• 主分類號: G06V20/62
• 分類號: G06V20/62;G06V10/24
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于深度學習算法的檢測套牌車的方法，其特征在于，所述方法包括：

調用車牌檢測識別算法，獲取車輛特寫圖中所有車牌位置的頂點坐標，車牌顏色、車牌號碼以及車牌置信度，所述車牌顏色與所述車牌號碼形成車牌信息；

若所述車牌置信度高于設定閾值，保留相應的車牌信息，并對所述車輛特寫圖進行校正，獲取矯正后的車頭信息或者矯正后的車尾信息；

根據所述矯正后的車頭信息或者所述矯正后的車尾信息與所述車牌位置的頂點坐標，比較每個車頭矩形框或者每個車尾矩形框與車牌四個頂點的位置關系；

若所述車牌四個頂點的位置全部位于所述車頭矩形框或者所述車尾矩形框內，認定車牌與車頭或者車尾屬于同一輛車；

若所述車牌四個頂點的位置全部位于多個車頭矩形框內或者多個車尾矩形框內，選取車牌中心點以及車頭矩形框中心點或者車尾矩形框中心點，認定所述車牌中心點與所述車頭矩形框中心點或者所述車尾矩形框中心點距離最近的一輛車為同一輛車；

若為同一輛車，綁定所述車牌信息和所述車頭信息或者所述車尾信息，形成車輛信息，并識別車輛的車型；

判斷所述車輛信息是否存在數據庫中，若存在，則進行車型比對，若車型信息與數據庫車型不符，則判定所述車輛為疑似套牌車。

2.根據權利要求1所述的基于深度學習算法的檢測套牌車的方法，其特征在于，所述方法還包括：

若所述車輛信息不存在數據庫中，則將所述車牌信息以及與所述車牌信息綁定的所述車頭信息或者所述車尾信息及所述車型錄入數據庫。

3.根據權利要求2所述的基于深度學習算法的檢測套牌車的方法，其特征在于，所述方法還包括：

若所述車牌置信度低于所述設定閾值，舍棄相應的所述車牌信息。

4.根據權利要求3所述的基于深度學習算法的檢測套牌車的方法，其特征在于，所述對所述車輛特寫圖進行校正，包括：

根據所述車牌四個頂點，旋轉所述車輛特寫圖，使車牌處于水平位置；

調用車頭車尾檢測算法，獲取所述車輛特寫圖中所有車輛的所述車頭矩形框或者所述車尾矩形框以及所述車頭信息的置信度或者所述車尾信息的置信度；

若所述車頭信息的置信度或者所述車尾信息的置信度高于車頭設定閾值或者車尾設定閾值，保留所述車頭信息或者所述車尾信息；

若所述車頭信息的置信度或者所述車尾信息的置信度低于所述車頭設定閾值或者所述車尾設定閾值，則舍棄所述車頭信息或者所述車尾信息。

5.根據權利要求4所述的基于深度學習算法的檢測套牌車的方法，其特征在于，所述方法還包括：

若所述車牌四個頂點不在任何一個所述車頭矩形框或者所述車尾矩形框內，舍棄所述車牌信息。

6.根據權利要求5所述的基于深度學習算法的檢測套牌車的方法，其特征在于，所述若為同一輛車，綁定所述車牌信息和所述車頭信息或者所述車尾信息形成車輛信息之后，所述方法還包括：

遍歷所述車輛信息，調用車型識別算法，識別每個車牌對應的所述車頭矩形框或者所述車尾矩形框內的車型名稱；

根據所述車牌號碼及所述車牌顏色，判斷車輛是否在數據庫中存在；

若存在，進行車型比對判斷套牌車；

若不存在，錄入所述車輛信息到數據庫，所述車輛信息包括所述車牌號碼、所述車輛顏色及所述車型名稱。

7.根據權利要求6所述的基于深度學習算法的檢測套牌車的方法，其特征在于，所述進行車型比對判斷套牌車，包括：

若數據庫中已經存在歷史車輛記錄，則確認所述車型與數據庫中歷史車型是否一致，若不一致，認定該車輛為套牌車。