[發明專利]一種車牌識別方法、裝置、設備和介質

在審

• 申請號: 202110178682.5
• 申請日: 2021-02-09
• 公開（公告）號: CN112784840A
• 公開（公告）日: 2021-05-11
• 發明（設計）人: 李治農;周慶標;王忠;高坤;古川南
• 申請（專利權）人: 熵基科技股份有限公司
• 主分類號: G06K9/32
• 分類號: G06K9/32;G06K9/34;G06K9/46;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 深圳市深佳知識產權代理事務所(普通合伙) 44285
• 代理人: 夏歡

本申請公開了一種車牌識別方法、裝置、設備和介質，方法包括：獲取待識別車牌圖像；對待識別車牌圖像進行灰度處理，得到待識別灰度車牌圖像；將待識別灰度車牌圖像輸入到車牌識別模型進行車牌識別，得到待識別灰度車牌圖像對應的車牌號碼序列。本申請解決了傳統的車牌識別方法采用人工設計算法，結合投影、連接和/或輪廓提取等方法對車牌圖像中的字符進行分割，獲取單個字符圖像，然后通過分類器對單個字符圖像進行字符識別，存在字符分割質量容易受到輸入圖像的噪聲、低分辨率、模糊或變形等因素影響，導致后續字符識別結果的識別精度低，以及識別速度慢的技術問題。

技術領域

本申請涉及車牌識別技術領域，尤其涉及一種車牌識別方法、裝置、設備和介質。

背景技術

傳統的車牌識別方法通常分為兩個階段：1、字符分割；2、字符識別。字符分割一般采用人工設計算法，結合投影、連接和/或輪廓提取等方法對車牌圖像中的字符進行分割，獲取單個字符圖像，然后通過分類器對單個字符圖像進行字符識別，該方法獲取的車牌圖像通常為二值圖，字符分割質量容易受到輸入圖像的噪聲、低分辨率、模糊或變形等因素影響，而字符識別的準確程度嚴重依賴于字符分割結果，字符分割效果不好會影響后續字符識別結果的識別精度，并且該方法通過字符分割和字符識別兩個階段進行車牌識別，識別速度較慢。

發明內容

本申請提供了一種車牌識別方法、裝置、設備和介質，用于解決傳統的車牌識別方法采用人工設計算法，結合投影、連接和/或輪廓提取等方法對車牌圖像中的字符進行分割，獲取單個字符圖像，然后通過分類器對單個字符圖像進行字符識別，存在字符分割質量容易受到輸入圖像的噪聲、低分辨率、模糊或變形等因素影響，導致后續字符識別結果的識別精度低，以及識別速度慢的技術問題。

有鑒于此，本申請第一方面提供了一種車牌識別方法，包括：

獲取待識別車牌圖像；

對所述待識別車牌圖像進行灰度處理，得到待識別灰度車牌圖像；

將所述待識別灰度車牌圖像輸入到車牌識別模型進行車牌識別，得到所述待識別灰度車牌圖像對應的車牌號碼序列。

可選的，所述車牌識別模型包括依次連接的數據層、第一卷積層、第一池化層、第一密集塊、第一轉換層、第二密集塊、第二轉換層、第三密集塊、第二池化層、第二卷積層、第三卷積層、Permute層、Reshape層和SoftMax層；

其中，所述第一轉換層和所述第二轉換層均由一個1×1卷積層和一個2×2最大池化層串聯構成；

所述第一密集塊、所述第二密集塊和所述第三密集塊均由多個密集細胞串聯構成；

所述密集細胞用于對輸入特征圖進行卷積操作，得到輸出特征圖，并將所述輸入特征圖與所述輸出特征圖進行通道拼接。

可選的，所述車牌識別模型的配置過程為：

獲取用于訓練車牌識別網絡的訓練樣本；

將所述訓練樣本輸入到所述車牌識別網絡進行處理，得到所述訓練樣本的車牌號碼預測序列；

根據所述訓練樣本的車牌號碼預測序列和標簽序列，通過損失函數計算損失值；

根據所述損失值更新所述車牌識別網絡的參數，直至所述車牌識別網絡收斂，得到所述車牌識別模型。

可選的，所述損失函數為：

其中，S為訓練樣本的集合，x為訓練樣本，L為標簽序列，B^-1(L)為車牌識別網絡的輸出序列映射為L的集合，π為映射到L的輸出序列，π_t為輸出序列π在t時刻輸出的字符，為π_t的輸出概率。

本申請第二方面提供了一種車牌識別裝置，包括：