[發明專利]一種車牌識別方法和裝置及設備在審
| 申請號: | 202110799265.2 | 申請日: | 2021-07-15 |
| 公開(公告)號: | CN113610770A | 公開(公告)日: | 2021-11-05 |
| 發明(設計)人: | 呂翠文;邵明 | 申請(專利權)人: | 浙江大華技術股份有限公司 |
| 主分類號: | G06T7/00 | 分類號: | G06T7/00;G06K9/46;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司: | 北京同達信恒知識產權代理有限公司 11291 | 代理人: | 張愷寧 |
| 地址: | 310053 浙江*** | 國省代碼: | 浙江;33 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 車牌 識別 方法 裝置 設備 | ||
1.一種車牌識別方法,其特征在于,包括:
獲取在車輛到達預設采集區域后采集的多張原始圖像幀;
分別對所述多張原始圖像幀進行車輛檢測和車牌檢測,獲得多張第一圖像幀,所述第一圖像幀中包含針對車輛的車輛標記區域和針對車牌的第一車牌標記區域;
對多張第一圖像幀包含的車輛標記區域進行擴大處理,并根據擴大后的車輛標記區域對對應的第一圖像幀進行裁剪,獲得多張第二圖像幀;
分別對所述多張第二圖像幀進行車牌檢測,獲得多張第三圖像幀,所述第三圖像幀中包含針對車牌的第二車牌標記區域;
基于所述第一車牌標記區域和所述第二車牌標記區域,確定所述車牌的車牌內容。
2.根據權利要求1所述的方法,其特征在于,獲得多張第三圖像幀之后,還包括:
對于所述多張第三圖像幀中每張第三圖像幀,判斷是否存在對應的第二車牌標記區域;
確定存在對應的第二車牌標記區域時,從所述多張第三圖像幀中篩選獲得車牌質量符合預設要求的第四圖像幀;
確定不存在對應的第二車牌標記區域時,對于所述多張第一圖像幀中每張第一圖像幀,判斷是否存在對應的第一車牌標記區域;確定存在對應的第一車牌標記區域時,從所述多張第一圖像幀中篩選獲得車牌質量符合預設要求的第四圖像幀。
3.根據權利要求2所述的方法,其特征在于,基于所述第一車牌標記區域和所述第二車牌標記區域,確定所述車牌的車牌內容,包括:
將所述第四圖像幀輸入到預先訓練的車牌識別模型;
基于所述車牌識別模型中的第一CNN特征提取層對輸入的第四圖像幀進行特征提取,得到特征矩陣H1;
基于所述車牌識別模型中的關聯矩陣計算層,增強所述特征矩陣H1中各特征向量之間的依賴性,得到依賴性矩陣O;
基于所述車牌識別模型中的RNN特征提取層對所述依賴性矩陣O進行特征提取,得到特征矩陣H2;
基于所述車牌識別模型中的第一分類器,預測每個時間步timestep對應的字符及概率,將概率最大的字符按照timestep排序得到車牌內容并輸出,獲得輸出的所述車牌的n個車牌內容。
4.根據權利要求3所述的方法,其特征在于,獲得輸出的所述車牌的n個車牌內容之后,還包括:
確定所述n不小于預設值時,或確定所述n小于預設值且不等于0,且所述n個車牌內容符合預設車牌編碼規則時,根據所述n個車牌內容,確定所述車牌的車牌內容。
5.根據權利要求3所述的方法,其特征在于,預先訓練車牌識別模型,包括:
將預先采集的樣本數據中的圖像幀輸入到車牌識別模型;
根據連接時序分類CTC損失和累積交叉熵CCE損失調整所述車牌識別模型的參數,以使所述車牌識別模型輸出所述圖像幀對應的車牌內容;
其中,所述樣本數據包括包含車牌區域的圖像幀和與所述圖像幀對應的車牌內容;所述CTC損失為根據輸出的車牌內容中字符的排列順序及所述圖像幀對應的車牌內容中字符的排列順序計算得到的;所述CCE損失為根據輸出的車牌內容中相同字符的出現次數及所述圖像幀對應的車牌內容中相同字符的出現次數計算得到的。
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浙江大華技術股份有限公司,未經浙江大華技術股份有限公司許可,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/202110799265.2/1.html,轉載請聲明來源鉆瓜專利網。





