[發(fā)明專利]車牌屬性識(shí)別方法及裝置、電子設(shè)備和存儲(chǔ)介質(zhì)

有效

• 申請(qǐng)?zhí)枺?/td>: 202110653880.2
• 申請(qǐng)日: 2021-06-11
• 公開（公告）號(hào): CN113313115B
• 公開（公告）日: 2023-08-04
• 發(fā)明（設(shè)計(jì)）人: 楊鈺鑫;洪依君;朱鋮愷;武偉
• 申請(qǐng)（專利權(quán)）人: 浙江商湯科技開發(fā)有限公司
• 主分類號(hào): G06V20/62
• 分類號(hào): G06V20/62;G06V30/148;G06V30/19
• 代理公司: 北京林達(dá)劉知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11277
• 代理人: 劉新宇

本公開涉及一種車牌屬性識(shí)別方法及裝置、電子設(shè)備和存儲(chǔ)介質(zhì)，所述方法包括：獲取待處理的車輛圖像；對(duì)車輛圖像中的車牌圖像進(jìn)行特征提取，得到車牌圖像的車牌特征圖；按照與車牌的屬性類型對(duì)應(yīng)的識(shí)別方式，對(duì)車牌特征圖進(jìn)行屬性識(shí)別，得到車牌圖像中車牌的屬性識(shí)別結(jié)果。本公開實(shí)施例可實(shí)現(xiàn)提高不同車牌屬性的識(shí)別精度。

技術(shù)領(lǐng)域

本公開涉及計(jì)算機(jī)技術(shù)領(lǐng)域，尤其涉及一種車牌屬性識(shí)別方法及裝置、電子設(shè)備和存儲(chǔ)介質(zhì)。

背景技術(shù)

隨著車輛的普及，智能交通監(jiān)控系統(tǒng)應(yīng)用的越來越廣泛，比如：應(yīng)用于卡口的車輛監(jiān)控和檢索、公安刑偵調(diào)查、交警指揮調(diào)度等場(chǎng)景。其中，車牌的屬性檢測(cè)是智能交通監(jiān)控系統(tǒng)的關(guān)鍵環(huán)節(jié)，該環(huán)節(jié)能夠?qū)Σ杉降能囕v圖像中的車牌進(jìn)行屬性識(shí)別，得到車牌類型、車牌號(hào)碼、車牌顏色等信息。

相關(guān)技術(shù)中，多任務(wù)卷積神經(jīng)網(wǎng)絡(luò)(Multi-Task?Convolution?Neural?Net，MTCNN)常用于解決車牌屬性的識(shí)別問題，這種方法基于多分支網(wǎng)絡(luò)共享特征，可簡(jiǎn)單有效地對(duì)車牌的各個(gè)獨(dú)立屬性進(jìn)行識(shí)別。但不同屬性的識(shí)別難度不同，針對(duì)多個(gè)分支網(wǎng)絡(luò)，基于同樣的共享特征進(jìn)行識(shí)別，可能會(huì)出現(xiàn)由于特征不明顯而造成分支網(wǎng)絡(luò)的識(shí)別結(jié)果不精確的問題。

發(fā)明內(nèi)容

本公開提出了一種車牌屬性識(shí)別技術(shù)方案。

根據(jù)本公開的一方面，提供了一種車牌屬性識(shí)別方法，包括：獲取待處理的車輛圖像；對(duì)所述車輛圖像中的車牌圖像進(jìn)行特征提取，得到所述車牌圖像的車牌特征圖；按照與車牌的屬性類型對(duì)應(yīng)的識(shí)別方式，對(duì)所述車牌特征圖進(jìn)行屬性識(shí)別，得到所述車牌圖像中車牌的屬性識(shí)別結(jié)果。

在一種可能的實(shí)現(xiàn)方式中，所述屬性類型包括車牌類型，所述按照與所述車牌的屬性類型對(duì)應(yīng)的識(shí)別方式，對(duì)所述車牌特征圖進(jìn)行屬性識(shí)別，得到所述車牌圖像中車牌的屬性識(shí)別結(jié)果，包括：根據(jù)預(yù)設(shè)的尺寸比例，對(duì)所述車牌特征圖進(jìn)行分割，得到分割后的至少兩個(gè)局部特征圖；對(duì)所述至少兩個(gè)局部特征圖進(jìn)行加權(quán)及融合處理，得到處理后的融合特征圖；對(duì)所述融合特征圖進(jìn)行分類處理，確定所述車牌圖像中車牌的車牌類型，所述屬性識(shí)別結(jié)果包括所述車牌圖像中車牌的車牌類型。

在一種可能的實(shí)現(xiàn)方式中，所述對(duì)所述至少兩個(gè)局部特征圖進(jìn)行加權(quán)及融合處理，得到處理后的融合特征圖，包括：對(duì)所述至少兩個(gè)局部特征圖進(jìn)行卷積處理，得到每一所述局部特征圖的權(quán)重圖，所述權(quán)重圖的尺度與所述局部特征圖的尺度相同；將所述權(quán)重圖與對(duì)應(yīng)的局部特征圖相乘，得到至少兩個(gè)注意力圖；對(duì)所述至少兩個(gè)注意力圖進(jìn)行加權(quán)及融合處理，得到所述融合特征圖。

在一種可能的實(shí)現(xiàn)方式中，所述對(duì)所述至少兩個(gè)注意力圖進(jìn)行加權(quán)及融合處理，得到所述融合特征圖，包括：根據(jù)所述至少兩個(gè)局部特征圖相對(duì)于所述車牌特征圖的位置，確定所述至少兩個(gè)局部特征圖的權(quán)重值；基于所述權(quán)重值，對(duì)所述至少兩個(gè)注意力圖進(jìn)行加權(quán)處理，得到至少兩個(gè)加權(quán)后的注意力圖；對(duì)所述至少兩個(gè)加權(quán)后的注意力圖進(jìn)行融合處理，得到所述融合特征圖。

在一種可能的實(shí)現(xiàn)方式中，所述屬性類型包括車牌顏色，所述按照與所述車牌的屬性類型對(duì)應(yīng)的識(shí)別方式，對(duì)所述車牌特征圖進(jìn)行屬性識(shí)別，得到所述車牌圖像中車牌的屬性識(shí)別結(jié)果，包括：對(duì)所述車牌特征圖進(jìn)行分類處理，確定所述車牌圖像中車牌的車牌顏色，所述屬性識(shí)別結(jié)果包括所述車牌圖像中車牌的車牌顏色。

在一種可能的實(shí)現(xiàn)方式中，所述屬性類型包括車牌號(hào)，所述按照與所述車牌的屬性類型對(duì)應(yīng)的識(shí)別方式，對(duì)所述車牌特征圖進(jìn)行屬性識(shí)別，得到所述車牌圖像中車牌的屬性識(shí)別結(jié)果，包括：對(duì)所述車牌特征圖進(jìn)行文本識(shí)別，得到車牌圖像中車牌的車牌號(hào)，所述屬性識(shí)別結(jié)果包括所述車牌圖像中車牌的車牌號(hào)。