[發明專利]基于深度卷積神經網絡的車架號識別系統

在審

• 申請號: 202010815010.6
• 申請日: 2020-08-13
• 公開（公告）號: CN111950550A
• 公開（公告）日: 2020-11-17
• 發明（設計）人: 王宗堯;賈鵬;匡海波;趙亞寧;余方平;牛書亮;楊彥博
• 申請（專利權）人: 王宗堯;賈鵬;匡海波;趙亞寧;余方平;牛書亮;楊彥博
• 主分類號: G06K9/32
• 分類號: G06K9/32;G06K9/34;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京神州信德知識產權代理事務所(普通合伙) 11814
• 代理人: 劉真

本發明涉及車架號識別技術領域，尤指一種基于深度卷積神經網絡的車架號識別系統，主要包含以下步驟：S1：將原始圖片輸入到車架號定位神經網絡中進行定位，并輸出定位結果；S2：根據所述定位結果將車架號區域圖片進行裁剪和旋轉并去除畸變；S3：將裁剪后的圖片輸入到車架號識別神經網絡中進行車架號識別，并輸出識別結果；S4：將識別出的結果進行排序，再利用VIN的校驗碼進行校驗，從而檢驗出識別的準確性。本發明能夠在復雜圖像背景環境下以及在圖像嚴重畸變的條件下，對車輛識別碼進行定位、裁剪以及精確的識別；而且還能夠檢驗本發明識別的準確性。

技術領域

本發明涉及車架號識別技術領域，尤指一種基于深度卷積神經網絡的車架號識別系統。

背景技術

車輛識別號(VIN號碼)是由字母和數字組成的17位字。VIN號碼中包含生產廠商、車身型號、發動機型號、出廠年份等信息，是識別車輛的唯一標識。而且車輛VIN號碼具有唯一性，是與車輛相關行業管理車輛的重要信息代碼。車輛管理部門可通過車輛VIN號碼，建立健全車輛管理體系，推行召回制度，制定車輛的報廢體系。車輛制造廠商可根據車輛VIN號碼跟蹤車輛的使用過程，掌握車輛的受歡迎程度，使用故障率及故障出現部位等信息，有利于廠家改進產品質量、調整生產計劃，完善售后服務。公安部門可根通過識別車輛VIN號碼確定嫌疑車輛，查案破案。保險公司可利用車輛VIN號碼進行保險勘察。因此，對于車輛識別號的識別與研究得到了廣大研究者的關注。

現階段對于車輛VIN號碼的識別和記錄主要依靠人工。需要人工識別車輛的VIN碼，手工輸入、記錄以及和預先保存的VIN進行人工比對。而隨著人工智能技術的發展，圖像識別技術被運用到VIN的識別中。車輛VIN號碼的圖像識別技術主要是通過攝像頭對VIN區域進行采集，借助圖像識別技術識別出VIN號碼信息。利用圖像識別技術，使得VIN的識別變得更加高效準確。

針對車輛VIN碼的識別和應用，國內外有大量的研究。如MIT研發的識別系統Vinter，該系統在圖像特征提取時采用Opencv庫中的Hog特征提取算法、LBP等算法，在字符串匹配時使用了KMP算法[9]。MIT的這些算法都屬于傳統的圖像處理方法，這些算法需要圖片從一個良好的角度，在不受任何光照的影響下，拍攝車輛的VIN號碼圖片。如果圖片的角度稍微有一些傾斜或者光線稍微過強或者過暗的話，那么這個算法將無法準確對車輛的VIN號碼進行準確的識別。而且在識別之前，必須手工將包含車架號的圖像區域，從背景圖像中裁剪出來。

劉賓坤采用基于Google的開源Tesseract-OCR識別庫對預處理后的車輛VIN碼圖像進行字符特征提取，然后與基于該庫進行訓練生成的車輛VIN碼字符庫做匹配識別。具體參閱專利申請號為201710617443.9，公開了一種基于Android平臺的車輛VIN識別方法，包括以下步驟：S1：設計基于Android平臺調用攝像頭的實施過程，在相機的預覽界面添加用來定位獲取車輛識別碼的掃描框；S2：采用攝像頭獲取有效區域的車輛VIN圖片信息存儲在手機本地S3：對車輛VIN圖片進行圖片預處理，包括圖像的灰度化、頂帽變換、圖像增強和二值化處理；S4：基于Tesseract-OCR圖像識別類庫對預處理后的車輛VIN圖片進行字符特征提取，并利用訓練生成的車輛VIN字符庫進行匹配識別；S5：根據VIN的編碼規則對識別結果進行校驗，S6：搜集車輛VIN照片，基于官方提供的英文字符庫訓練生成車輛VIN字符庫。

這種算法也是對于拍攝角度比較好的那些圖片才可以進行準確的識別，而且同樣必須將車架號圖像區域從圖片中裁剪出來。除了需要對字符的區域圖像進行分割以外，Tesseract-OCR技術需要將圖像中的每一個字符進行分割，然后對逐個分割出來的字符進行識別。

隨著深度學習和機器學習技術的逐步興起，很多研究者也將相關的技術用在交通領域中。Sermanet等人提出多尺度CNN應用于交通標志識別任務達到99.17％的準確率。薛之昕提出并設計了一個多尺度卷積神經網絡，用來挖掘更多的交通標志特征信息。在汽車VIN碼的識別領域中，王璐采用了一種基于邏輯回歸神經網絡模型的識別算法，研究表明該算法對于VIN的的識別有更好的適應性。