[發(fā)明專利]車牌識別方法、裝置、電子設備及存儲介質

在審

• 申請?zhí)枺?/td>: 202010916527.4
• 申請日: 2020-09-03
• 公開（公告）號: CN112052850A
• 公開（公告）日: 2020-12-08
• 發(fā)明（設計）人: 徐國誠
• 申請（專利權）人: 平安科技（深圳）有限公司
• 主分類號: G06K9/32
• 分類號: G06K9/32;G06K9/34;G06K9/46;G06T5/00;G06N3/04;G06N3/08
• 代理公司: 深圳市沃德知識產(chǎn)權代理事務所(普通合伙) 44347
• 代理人: 高杰;于志光

1.一種車牌識別方法，其特征在于，所述方法包括：

利用預先訓練的車牌目標框檢測模型檢測待識別車牌圖片的車牌目標框；

利用預先訓練的關鍵點檢測模型檢測所述車牌目標框的車牌關鍵點；

根據(jù)所述車牌關鍵點，對所述待識別車牌圖片進行車牌截取，得到目標車牌；

利用預先訓練的車牌字符識別模型識別出所述目標車牌的車牌字符，得到車牌信息。

2.如權利要求1所述的車牌識別方法，其特征在于，在所述利用預先訓練的車牌目標框檢測模型檢測待識別車牌圖片的車牌目標框之前，該方法還包括：

獲取車牌圖片集及車牌字符數(shù)據(jù)集，對所述車牌圖片集進行車牌目標框和車牌關鍵點的標注，分別生成車牌目標框圖片集和車牌關鍵點圖片集；

利用所述車牌目標框圖片集對預構建的目標框檢測模型進行訓練，得到所述預先訓練的車牌目標框檢測模型；

利用所述車牌關鍵點圖片集對預構建的關鍵點檢測模型進行訓練，得到所述預先訓練的車牌關鍵點檢測模型；

利用所述車牌字符數(shù)據(jù)集對預構建的字符識別模型進行訓練，得到所述預先訓練的車牌字符識別模型。

3.如權利要求2所述的車牌識別方法，其特征在于，所述利用所述車牌目標框圖片集對預構建的目標框檢測模型進行訓練，得到所述預先訓練的車牌目標框檢測模型，包括：

獲取所述車牌目標框圖片集對應的標簽值；

利用所述目標框檢測模型中的卷積層對所述車牌目標框圖片集進行卷積操作，得到所述車牌目標框圖片集的特征向量，利用所述目標框檢測模型中的池化層對所述特征向量進行池化操作，利用所述目標框檢測模型中的激活層對池化后的所述特征向量進行計算，得到所述車牌目標框圖片集的訓練值；

計算所述訓練值與對應標簽值的損失值，根據(jù)所述損失值調整所述預構建的目標框檢測模型的參數(shù)，直至所述損失值不大于預設的損失值，得到所述車牌目標框檢測模型。

4.如權利要求3所述的車牌識別方法，其特征在于，所述計算所述訓練值與對應標簽值的損失值包括：

利用下述方法計算所述損失值：

其中，L(s)表示損失值，k表示車牌目標框圖片集的數(shù)量，y_i表示第i個車牌目標框圖片的標簽值，y′_i表示第i個車牌目標框圖片的訓練值。

5.如權利要求1所述的車牌識別方法，其特征在于，在所述利用預先訓練的車牌目標框檢測模型檢測待識別車牌圖片的車牌目標框之前，該方法還包括：

對所述待識別車牌圖片進行圖像均衡化處理和/或對所述待識別車牌圖片進行角度旋轉。

6.如權利要求1所述的車牌識別方法，其特征在于，在所述利用預先訓練的關鍵點檢測模型檢測所述車牌目標框的車牌關鍵點之前，該方法還包括：

識別所述待識別車牌圖片是否具有多個車牌目標框；

若所述待識別車牌圖片不具有多個車牌目標框，則利用所述關鍵點檢測模型檢測所述待識別車牌圖片的車牌關鍵點；

若所述待識別車牌圖片具有多個車牌目標框，則根據(jù)識別的車牌目標框，對所述待識別車牌圖片進行車牌目標框切分，得到多個子車牌目標框，并利用所述關鍵點檢測模型檢測每一個子車牌目標框的車牌關鍵點。

7.如權利要求1至6中任意一項所述的車牌識別方法，其特征在于，所述根據(jù)所述車牌關鍵點，對所述待識別車牌圖片進行車牌截取，得到目標車牌，包括：

基于所述車牌關鍵點，對所述待識別車牌圖片進行車牌畸變糾正，得到初始車牌；

基于預設標準車牌的尺寸，對所述初始車牌進行尺寸配置，得到標準車牌；

利用預設圖片裁剪工具對所述標準車牌進行裁剪，得到所述目標車牌。