[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

本發明公開一種基于深度學習算法的檢測套牌車的方法，選取任意車輛特寫圖，檢測并識別特寫圖中所有車牌信息；檢測特寫圖中所有車頭車尾坐標信息，并將該車頭車尾信息與車牌號信息關聯綁定；檢測每個車牌對應車頭車尾區域的車型名稱；將車牌信息及綁定的車型信息存入數據庫，若數據庫中已存在該車信息，判斷二者車型是否一致，不一致則視為疑似套牌車；繼續選取車輛特寫圖重復以上操作。本方法從高位視頻中選取車輛特寫圖像進行業務處理，結合深度學習算法捕獲套牌車，對保障公民權利以及打擊違法犯罪活動具體實際意義。

技術領域

本發明涉及本發明涉及計算機視覺，機器學習領域，特別涉及一種基于深度學習算法的檢測套牌車的方法。

背景技術

隨著社會經濟的不斷發展，人民生活水平逐漸提高，我國機動車保有量逐年增加，車輛套牌違法行為呈多發態勢，個別車主故意套用其他車牌號碼從事違法行為，嚴重干擾了良好的道路交通秩序，擾亂了公安機關對公共安全的管控，擾亂了正常的市場經濟秩序，同時也損害了真正車主的合法權益。我國交通法規定，不允許套牌車輛的流動，但受利益驅使，套牌車問題依然存在，整治套牌車問題形勢嚴峻。

雖然人工巡檢，群眾舉報等可以發現部分套牌車，但傳統方法耗時耗力，效率不高，運用科學技術來降低套牌車問題是關鍵，隨著深度學習在圖像目標檢測與識別領域的發展，用算法處理海量數據，為抓取套牌行為提供了新的思路與解決辦法。

發明內容

本發明的目的是提供一種檢測套牌車的方法，可通過多種深度學習算法提高套牌車檢測的準確率。

為實現上述目的，本發明提供一種基于深度學習算法的檢測套牌車的方法，所述方法包括：

選取并識別車輛特寫圖，獲取車輛特寫圖中所有車牌信息；

遍歷所有車牌信息，獲取所有車牌對應的車頭車尾信息；

綁定車牌信息和車頭車尾信息，識別所有車輛的車型；

判斷所有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。

進一步的，若所述車輛信息不存在數據庫中，則將車牌信息以及與該車牌綁定的車頭車尾信息錄入數據庫。

進一步的，選取并識別車輛特寫圖，獲取車輛特寫圖中所有車牌信息包括：

選取車輛特寫圖，通過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。

進一步的，若車牌置信度高于設定閾值，保留相應的車牌信息；

若車牌置信度低于設定閾值，舍棄相應的車牌信息。

進一步的，若車牌置信度高于設定閾值，對車輛特寫圖進行校正，獲取矯正后的車頭車尾信息。

進一步的，對車輛特寫圖進行校正具體包括：根據每張車牌的四個頂點坐標，旋轉車輛特寫圖；

調用車頭車尾檢測算法，獲取車輛特寫圖中所有車輛車頭車尾區域矩形框以及車頭車尾信息的置信度；

若車頭車尾信息的置信度高于設定閾值，保留車頭車尾信息；

若車頭車尾信息的置信度低于設定閾值，則舍棄車頭車尾信息。

進一步的，所述方法還包括：比較車頭車尾信息與所述車牌信息，認定所述車頭車尾信息與所述車牌信息是否為同一輛車，

若為同一輛車，綁定該車牌信息以及車頭車尾信息，形成一組車輛信息，所述車輛信息包括車牌號、車牌顏色以及該車牌對應的車頭車尾矩形框坐標。

進一步的，比較車頭車尾信息與所述車牌信息，認定所述車頭車尾信息與所述車牌信息是否為同一輛車具體包括，