[發明專利]車牌遮擋識別方法、裝置、電子設備和存儲介質在審
| 申請號: | 202110721879.9 | 申請日: | 2021-06-28 |
| 公開(公告)號: | CN113378837A | 公開(公告)日: | 2021-09-10 |
| 發明(設計)人: | 于越;孫昊;譚嘯 | 申請(專利權)人: | 北京百度網訊科技有限公司 |
| 主分類號: | G06K9/32 | 分類號: | G06K9/32;G06K9/34;G06K9/46;G06K9/62 |
| 代理公司: | 北京品源專利代理有限公司 11332 | 代理人: | 劉臣剛 |
| 地址: | 100085 北京市*** | 國省代碼: | 北京;11 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 車牌 遮擋 識別 方法 裝置 電子設備 存儲 介質 | ||
1.一種車牌遮擋識別方法,包括:
獲取待檢測車牌圖像的圖像特征;
獲取未遮擋車牌圖像的第一標準特征和遮擋車牌圖像的第二標準特征;
將所述第一標準特征和所述第二標準特征與所述圖像特征進行比較,檢測所述圖像特征的類型,并確定所述待檢測車牌圖像的遮擋識別結果。
2.根據權利要求1所述的方法,其中,所述獲取待檢測車牌圖像的圖像特征,包括:
采用預先訓練的目標模型中編碼器對所述待檢測車牌圖像進行處理,獲取所述待檢測車牌圖像的圖像特征。
3.根據權利要求2所述的方法,還包括:
采用訓練樣本對初始網絡模型進行訓練,得到車牌字符分割模型,作為所述目標模型,其中,所述初始網絡模型包括編碼器和解碼器,所述訓練樣本包括標注有字符和背景的車牌圖像。
4.根據權利要求2所述的方法,其中,所述獲取未遮擋車牌圖像的第一標準特征,包括:
獲取未遮擋車牌圖像,并形成未遮擋車牌圖像集合;
采用所述編碼器對所述未遮擋車牌圖像集合進行處理,得到未遮擋圖像特征集合;
計算所述未遮擋圖像特征集合中未遮擋圖像特征的均值,并確定為第一標準特征。
5.根據權利要求1所述的方法,其中,所述將所述第一標準特征和所述第二標準特征與所述圖像特征進行比較,檢測所述圖像特征的類型,包括:
計算所述第一標準特征與所述圖像特征之間的第一相似度;
計算所述第二標準特征與所述圖像特征之間的第二相似度;
根據所述第一相似度和所述第二相似度,確定所述圖像特征的類型。
6.根據權利要求5所述的方法,其中,所述根據所述第一相似度和所述第二相似度,確定所述圖像特征的類型,包括:
對所述第一相似度和所述第二相似度進行比較,確定最高相似度;
根據所述最高相似度的標準特征對應的車牌圖像,確定所述圖像特征的類型。
7.根據權利要求1所述的方法,其中,所述車牌圖像包括渣土車車牌圖像。
8.一種車牌遮擋識別裝置,包括:
圖像特征檢測模塊,用于獲取待檢測車牌圖像的圖像特征;
標準特征檢測模塊,用于獲取未遮擋車牌圖像的第一標準特征和遮擋車牌圖像的第二標準特征;
遮擋識別模塊,用于將所述第一標準特征和所述第二標準特征與所述圖像特征進行比較,檢測所述圖像特征的類型,并確定所述待檢測車牌圖像的遮擋識別結果。
9.根據權利要求8所述的裝置,其中,所述圖像特征檢測模塊,包括:
圖像編碼單元,用于采用預先訓練車牌字符分割模型中編碼器對所述待檢測車牌圖像進行處理,獲取所述待檢測車牌圖像的圖像特征。
10.根據權利要求9所述的裝置,還包括:
模型訓練模塊,用于采用訓練樣本對初始網絡模型進行訓練,得到車牌字符分割模型,其中,所述初始網絡模型包括編碼器和解碼器,所述訓練樣本包括標注有字體和背景的車牌圖像。
11.根據權利要求9所述的裝置,其中,所述標準特征檢測模塊,包括:
未遮擋車牌圖像集合獲取單元,用于獲取未遮擋車牌圖像,并形成未遮擋車牌圖像集合;
未遮擋車牌圖像編碼單元,用于采用所述車牌字符分割模型中編碼器對所述未遮擋車牌圖像集合進行處理,得到未遮擋圖像特征集合;
第一標準特征統計單元,用于計算所述未遮擋圖像特征集合中未遮擋圖像特征的均值,并確定為第一標準特征。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于北京百度網訊科技有限公司,未經北京百度網訊科技有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202110721879.9/1.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:一種類芬頓試劑及其制備方法和應用
- 下一篇:一種車輛地圖顯示控制方法和裝置





