[發明專利]一種車牌檢測方法、裝置、介質

有效

• 申請號: 202110983760.9
• 申請日: 2021-08-25
• 公開（公告）號: CN113628206B
• 公開（公告）日: 2022-08-12
• 發明（設計）人: 唐健;祝嚴剛;黃海波
• 申請（專利權）人: 深圳市捷順科技實業股份有限公司
• 主分類號: G06V20/62
• 分類號: G06V20/62;G06V10/774;G06V10/82;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: 陳彥如

1.一種車牌檢測方法，其特征在于，包括：

獲取車輛通過時的待檢測圖片；

調用車牌檢測模型獲取所述車牌的檢測特征和所述車牌的特征點的檢測特征；

結合所述車牌的檢測特征和分類損失函數，匹配類別置信度和位置置信度最高的樣本；

獲取所述車牌區域的預測框；

通過所述車牌的檢測特征和所述特征點的檢測特征計算多任務損失函數，利用所述多任務損失函數對所述預測框進行回歸運算，獲得所述檢測框；

所述多任務損失函數的計算公式為L_all＝λ_clsL_cls+λ_l1L_l1+λ_giouL_giou+λ_lanL_lan，其中L_cls為目標分類損失函數，L_l1為目標位置回歸損失函數，L_giou為目標定位損失函數，L_lan為特征點定位損失函數，λ_cls為所述目標分類損失函數的權重，λ_l1為所述目標位置回歸損失函數的權重，λ_giou為所述目標定位損失函數的權重，λ_lan為所述特征點定位損失函數的權重；其中，所述車牌檢測模型基于OneNet目標檢測模型中用于目標檢測的網絡和具有倒置殘差結構的可分離卷積網絡中用于特征提取的網絡得到，并基于訓練數據集進行訓練；獲取所述檢測框，以實現車牌的檢測；

檢測所述待檢測圖片中是否存在車身和頭盔，以判斷所述車輛是否違規。

2.根據權利要求1所述的車牌檢測方法，其特征在于，所述獲得所述檢測框的步驟后，還包括：

通過所述特征點的檢測特征對所述車牌區域進行仿射變換，對所述車牌區域進行矯正。

3.根據權利要求1或2所述的車牌檢測方法，其特征在于，所述并基于訓練數據集進行訓練，包括：

使用隨機梯度下降法對所述車牌檢測模型的參數進行迭代更新。

4.根據權利要求3所述的車牌檢測方法，其特征在于，所述車牌檢測模型的訓練過程包括：

選取包含車牌信息的圖片作為訓練樣本，對所述訓練樣本中的所述車牌區域和所述特征點進行人工標注，獲得初始訓練數據集；

對所述初始訓練數據集進行預處理，得到所述訓練數據集。

5.根據權利要求4所述的車牌檢測方法，其特征在于，包括：

所述車牌檢測模型應用于嵌入式平臺。