[發明專利]基于多屬性融合的分布式車牌識別方法、系統、裝置

有效

• 申請號: 202011393777.0
• 申請日: 2020-12-03
• 公開（公告）號: CN112200193B
• 公開（公告）日: 2021-03-16
• 發明（設計）人: 陳盈盈;馮文霓;王金橋
• 申請（專利權）人: 中國科學院自動化研究所
• 主分類號: G06K9/32
• 分類號: G06K9/32;G06K9/46;G06K9/62;G06N3/04
• 代理公司: 北京市恒有知識產權代理事務所(普通合伙) 11576
• 代理人: 郭文浩;尹文會

1.一種基于多屬性融合的分布式車牌識別方法，其特征在于，該方法包括以下步驟：

步驟S10，獲取待識別的車牌圖像，作為輸入圖像；

步驟S20，提取所述輸入圖像的特征，作為初始特征；

步驟S30，通過預構建的圖像判別分支對所述初始特征進行深度編碼，得到與輸入圖像類型相關的類型特征，并通過該分支中的圖像類型分類器得到輸入圖像的類型預測結果；

步驟S40，通過預構建的顏色判別分支對所述初始特征進行深度編碼，得到與車牌顏色相關的顏色特征，并通過該分支中的圖像顏色分類器得到輸入圖像的顏色預測結果；

步驟S50，將所述初始特征、所述類型特征、所述顏色特征進行融合，作為復合特征；對所述復合特征進行深度編碼，得到與輸入圖像相關的文本特征，并通過預構建的字符序列生成器得到車牌號識別結果；

其中，所述圖像判別分支、所述顏色判別分支基于深度卷積神經網絡構建；所述圖像類型分類器、所述圖像顏色分類器基于N個全連接層構建，N為正整數；

所述字符序列生成器用于將文本特征轉換為字符串序列。

2.根據權利要求1所述的基于多屬性融合的分布式車牌識別方法，其特征在于，所述輸入圖像的類型預測結果包括不含車牌的背景圖像、含有車牌且車牌號清晰的圖像、含有車牌但車牌號模糊的圖像、含有車牌但車牌號位數不全的圖像。

3.根據權利要求2所述的基于多屬性融合的分布式車牌識別方法，其特征在于，步驟S50之后還包括車牌信息驗證存儲的步驟：

獲取輸入圖像的類型預測結果；

若所述類型預測結果為含有車牌且車牌號清晰的圖像，則基于獲取輸入圖像的顏色預測結果以及車牌號識別結果，判斷車牌號與車牌顏色是否符合設定的匹配規則，若符合則認為車牌號識別正確并進行存儲；否則不存儲。

4.根據權利要求1所述的基于多屬性融合的分布式車牌識別方法，其特征在于，所述步驟S50中的融合方式為求和、求均值、合并、通過神經網絡融合的任一種。

5.根據權利要求1中所述的基于多屬性融合的分布式車牌識別方法，其特征在于，所述N為2。

6.根據權利要求1所述的基于多屬性融合的分布式車牌識別方法，其特征在于，所述字符序列生成器為CTC解碼器、基于注意力的解碼器中的任一種。

7.一種基于多屬性融合的分布式車牌識別系統，其特征在于，該系統包括圖像獲取模塊、初始特征提取模塊、圖像類型判別模塊、圖像顏色判別模塊、車牌號識別模塊；

所述圖像獲取模塊，配置為獲取待識別的車牌圖像，作為輸入圖像；

所述初始特征提取模塊，配置為提取所述輸入圖像的特征，作為初始特征；

所述圖像類型判別模塊，配置為通過預構建的圖像判別分支對所述初始特征進行深度編碼，得到與輸入圖像類型相關的類型特征，并通過該分支中的圖像類型分類器得到輸入圖像的類型預測結果；

所述圖像顏色判別模塊，配置為通過預構建的顏色判別分支對所述初始特征進行深度編碼，得到與車牌顏色相關的顏色特征，并通過該分支中的圖像顏色分類器得到輸入圖像的顏色預測結果；

所述車牌號識別模塊，配置為將所述初始特征、所述類型特征、所述顏色特征進行融合，作為復合特征；對所述復合特征進行深度編碼，得到與輸入圖像相關的文本特征，并通過預構建的字符序列生成器得到車牌號識別結果；

所述圖像判別分支、所述顏色判別分支基于深度卷積神經網絡構建；所述圖像顏色分類器、所述圖像顏色分類器基于N個全連接層構建，N為正整數；

所述字符序列生成器用于將文本特征轉換為字符串序列。

8.一種存儲裝置，其中存儲有多條程序，其特征在于，所述程序適用于由處理器加載并執行以實現權利要求1-6任一項所述的基于多屬性融合的分布式車牌識別方法。

9.一種處理裝置，包括處理器、存儲裝置；處理器，適用于執行各條程序；存儲裝置，適用于存儲多條程序；其特征在于，所述程序適用于由處理器加載并執行以實現權利要求1-6任一項所述的基于多屬性融合的分布式車牌識別方法。