[發明專利]車牌識別方法及裝置、存儲介質、終端

有效

• 申請號: 202011373466.8
• 申請日: 2020-11-30
• 公開（公告）號: CN112446383B
• 公開（公告）日: 2022-09-02
• 發明（設計）人: 陳圣衛
• 申請（專利權）人: 展訊通信（上海）有限公司
• 主分類號: G06V20/62
• 分類號: G06V20/62;G06V30/148;G06V30/12;G06V10/82;G06N3/04;G06N3/08
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 周書敏;張振軍

1.一種車牌識別方法，其特征在于，包括：

獲取待識別車牌圖像；

將所述待識別車牌圖像輸入字符分割網絡進行字符分割，得到若干字符圖像，每一字符圖像均具有對應的字符標簽，所述字符分割網絡是預先訓練得到的；

將所述若干字符圖像輸入車牌識別網絡，根據各字符圖像的字符標簽選擇權重參數，并采用所選擇的權重參數對字符圖像進行識別，其中，所述車牌識別網絡是預先訓練得到的，包括多組權重參數，每組權重參數分別與字符標簽一一對應；

根據每一字符圖像的識別結果，得到所述車牌圖像對應的車牌號；

其中：所述將所述待識別車牌圖像輸入至字符分割網絡進行字符分割，得到若干字符圖像，包括：

對所述待識別車牌圖像進行下采樣，得到第一特征圖；

對所述第一特征圖進行上采樣，得到第二特征圖，其中，至少在其中一次上采樣時增加注意力機制，所述第二特征圖與所述第一特征圖的尺度相同；

根據所述第二特征圖，預測每一字符的位置以及字符的字符標簽；

根據預測的每一字符的位置，對所述待識別車牌圖像進行字符分割，得到所述若干字符圖像；

所述對所述第一特征圖進行上采樣，得到第二特征圖，包括：

分別采用多個串聯的上采樣模塊對所述第一特征圖進行多次上采樣，得到所述第二特征圖，多個上采樣模塊用于接收所述第一特征圖或者上一級上采樣模塊輸出的上采樣特征圖，對最后一個上采樣模塊輸出的上采樣特征圖進行通道變換處理，得到所述第二特征圖，所述第二特征圖的通道數目與所述字符標簽的總類別數目相關；

其中，至少一個上采樣模塊包括注意力機制模塊，所述注意力機制模塊，用于對輸入的特征圖的通道進行加權處理，將加權處理之后的特征圖作為上采樣特征圖；

所述注意力機制模塊，用于對所述輸入的特征圖分別進行全局平均池化處理和最大池化處理，得到全局平均池化處理后的特征圖以及最大池化處理后的特征圖；

分別將所述全局平均池化處理后的特征圖以及所述最大池化處理后的特征圖進行卷積，得到兩個卷積處理后的特征圖；

根據所述兩個卷積處理后的特征圖，采用Sigmoid激活函數確定各通道權重，采用所述各通道權重對所述輸入的特征圖進行加權處理，得到所述上采樣特征圖；

所述上采樣模塊包括：

插值單元，用于對輸入的特征圖進行插值處理，得到插值處理后的特征圖，其中，所述輸入的特征圖為所述第一特征圖或者上一級上采樣模塊輸出的上采樣特征圖；

多個串聯的第二殘差網絡，用于接收待上采樣的特征圖或者上一級第二殘差網絡輸出的處理后的特征圖，所述待上采樣的特征圖為所述插值單元輸出的插值處理后的特征圖，每個第二殘差網絡包括：一個或多個卷積層，以及一個或多個分組卷積層。

2.如權利要求1所述的車牌識別方法，其特征在于，還包括：對于每次上采樣時，將所述多個串聯的第二殘差網絡輸出的特征圖與相同尺度的下采樣特征圖進行融合，將融合后的特征圖作為所述注意力機制模塊的輸入。

3.如權利要求1所述的車牌識別方法，其特征在于，所述插值單元，用于采用雙線性插值方法對所述輸入的特征圖進行插值處理。

4.如權利要求1所述的車牌識別方法，其特征在于，每個第二殘差網絡中除第一個卷積層之外的其他卷積層均具有BN層且采用的激活函數為Relu激活函數。

5.如權利要求1所述的車牌識別方法，其特征在于，所述字符分割網絡包括多個串聯的下采樣模塊，所述下采樣模塊用于對所述待識別車牌圖像進行下采樣，得到第一特征圖，每個下采樣模塊包括多個串聯的第一殘差網絡，其中：

多個串聯的第一殘差網絡，用于接收待下采樣的特征圖或者上一級第一殘差網絡輸出的處理后的特征圖，所述待下采樣的特征圖為所述待識別車牌圖像或者上一級下采樣模塊輸出的下采樣特征圖，每個殘差網絡包括一個或多個卷積層，以及一個或多個分組卷積層。

6.如權利要求5所述的車牌識別方法，其特征在于，每個第一殘差網絡中除第一個卷積層之外的其他卷積層均具有BN層且采用的激活函數為Relu激活函數。