[發明專利]車牌識別模型的訓練、識別方法、裝置及電子設備

在審

• 申請號: 202110693683.3
• 申請日: 2021-06-22
• 公開（公告）號: CN113326893A
• 公開（公告）日: 2021-08-31
• 發明（設計）人: 薛瑩;滿志朋;趙詩宇;吳家新;葛鶴銀;牛群遙;朱林;章勇;曹李軍
• 申請（專利權）人: 蘇州科達科技股份有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06K9/34;G06T5/00
• 代理公司: 北京三聚陽光知識產權代理有限公司 11250
• 代理人: 張琳琳

本發明涉及模式識別技術領域，具體涉及車牌識別模型的訓練、識別方法、裝置及電子設備，所述訓練方法包括獲取樣本圖像集以及獲取樣本圖像集中各個樣本圖像對應的標簽，所述標簽包括樣本圖像的圖像質量以及目標車牌的字符，所述圖像質量包括類別和等級；將樣本圖像輸入車牌識別模型中，得到樣本圖像的預測結果，所述預測結果包括預測圖像質量以及預測目標車牌；基于預測結果以及所述標簽，更新車牌識別模型的參數，以確定目標車牌識別模型。在車牌識別模型中加入質量預測分支，對樣本圖像的圖像質量進行預測，可以解決由于車牌本身質量不理想，而車牌識別模型輸出車牌置信度高的情況下的識別準確率低的問題。

技術領域

本發明涉及模式識別技術領域，具體涉及車牌識別模型的訓練、識別方法、裝置及電子設備。

背景技術

近年來隨著深度學習理論的發展和完善，針對識別在各大安防廠商均引入了卷積神經網絡的解決方案，也取得了比較好的效果。但是，在實際使用過程中，車牌識別分支的網絡結果輸出的置信度并不能客觀有效地描述車牌本身的質量。這是由于車牌在識別過程中會對嚴重曝光、運動模糊、不完整有污損的車輛等圖像質量不高的圖像進行結果輸出，從而大量引入錯誤的車牌屬性，導致車牌識別的準確性偏低。

發明內容

有鑒于此，本發明實施例提供了一種車牌識別模型的訓練、識別方法、裝置及電子設備，以解決車牌識別準確性偏低的問題。

根據第一方面，本發明實施例提供了一種車牌識別模型的訓練方法，包括：

獲取樣本圖像集以及獲取所述樣本圖像集中各個樣本圖像對應的標簽，所述標簽包括所述樣本圖像的圖像質量以及目標車牌的字符，所述圖像質量包括類別和等級；

將所述樣本圖像輸入車牌識別模型中，得到所述樣本圖像的預測結果，所述預測結果包括預測圖像質量以及預測目標車牌；

基于所述預測結果以及所述標簽，更新所述車牌識別模型的參數，以確定目標車牌識別模型。

本發明實施例提供的車牌識別模型的訓練方法，在車牌識別模型中加入質量預測分支，用于對樣本圖像的圖像質量進行預測，將預測得到的圖像質量作為確定車牌識別結果的依據，可以解決由于車牌本身質量不理想，而車牌識別模型輸出車牌置信度高的情況下的識別準確率低的問題，所訓練得到的目標車牌識別模型能夠提高車牌識別的準確性。

結合第一方面，在第一方面第一實施方式中，所述獲取樣本圖像集，包括：

獲取原始圖像以及不同類別下的圖像增強參數；

基于所述圖像增強參數，對所述原始圖像進行圖像增強，得到不同圖像質量的樣本圖像。

本發明實施例提供的車牌識別模型的訓練方法，通過對原始圖像進行圖像增強的處理，得到不同圖像質量的樣本圖像，豐富了樣本圖像集中樣本圖像的圖像類型，為車牌識別模型的訓練提供了樣本圖像的支撐，進一步提高了訓練得到的目標車牌識別模型的可靠性且在不同圖像質量的類別下利用對應的圖像增強參數對原始圖像進行圖像增強的處理，可以在簡化處理過程的基礎上，能夠得到不同圖像質量的樣本圖像，提高了形成樣本圖像的效率。

結合第一方面第一實施方式，在第一方面第二實施方式中，所述圖像質量的類別包括污損，所述圖像增強參數包括污損區域的尺寸，所述基于所述圖像增強參數，對所述原始圖像進行圖像增強，得到不同圖像質量的樣本圖像，包括：

獲取污損種子參數，生成污損車牌模板；

基于所述污損區域的尺寸在所述污損車牌模板上截取相應的圖像，得到污損圖像；

將所述污損圖像與所述原始圖像進行疊加，得到所述樣本圖像。

本發明實施例提供的車牌識別模型的訓練方法，利用污損種子參數生成污損車牌模板，利用該模板就可以生成不同污損程度的樣本圖像，簡化了污損車牌的制備，提高了處理效率。