一种基于视频监控的新能源车牌检测方法技术

本发明专利技术公开一种基于视频监控的新能源车牌检测方法，包括：采集大量含车牌区域的新能源车辆图片作为训练模型的数据集，对所述数据集中每张图片进行人工标点；构建新能源车牌检测训练神经网络，将所述数据集输入神经网络进行训练得到新能源车牌检测模型；再从监控视频中获取新能源车辆图像，建立包含车牌位置坐标信息的新能源车辆图像集合，根据视频中目标车辆出现的时间顺序将目标车辆图片命名；通过神经网络提取待检测图像特征，将特征送入检测模型进行判断，根据模型输出该车辆图像中车牌图像候选区的置信度；最后，根据得到基于置信度的车牌候选区域，计算车牌的最佳位置坐标点。

A New Energy License Plate Detection Method Based on Video Monitoring

The invention discloses a new energy license plate detection method based on video surveillance, which includes: collecting a large number of new energy vehicle pictures with license plate area as data sets of training model, artificially punctuating each picture in the data set; constructing a new energy license plate detection training neural network, and training the data set into a neural network to obtain a new energy license plate detection model. Secondly, new energy vehicle images are acquired from surveillance video, and a new energy vehicle image set including license plate position coordinate information is established. The target vehicle images are named according to the time sequence of the target vehicle appearing in the video. The features of the image to be detected are extracted by neural network, and then sent to the detection model for judgment. According to the model, candidate areas of license plate image are output. Finally, the optimal location coordinate points of license plate are calculated according to the candidate region of license plate based on confidence.

【技术实现步骤摘要】
一种基于视频监控的新能源车牌检测方法
本专利技术属于数字安防车牌检测
，具体是一种基于视频监控的新能源车牌检测方法。
技术介绍
与日俱增的机动车给交通部门的监督与管理带来了严峻的挑战，智能交通系统显得尤其重要，在监控场景下的车牌作为车辆的身份标识，使得车牌自动检测识别(ALPR)技术成为智能交通系统中的关键技术，通过各种图像处理和计算机视觉技术识别车牌上的字符，从而识别每辆车。车牌识别通常包括车牌检测，字符分割和识别；其中，车牌检测是车牌识别的基本组成部分，车牌检测在检测精度和运行时效率方面的性能在很大程度上决定了整个识别系统的整体准确性和处理速度，从而影响着智慧城市中智能交通系统的表现，因此车牌检测是现代智能交通系统的一项重要功能模块。然而，由于自然环境以及监控设备等因素的影响，采集到的车牌图像既有清晰的高质量图像，也有模糊的低质量图像，因此对于不同质量的车牌图像，都需要设计出能够正确提取车牌信息的检测算法。目前，车牌检测定位的思路是分两个阶段：粗检和精确定位。粗检的目的是从输入的图像中提出候选区域，而精确定位则是从这些候选区域中筛选出真正的车牌图像。在整个定位流程中，粗检的本文档来自技高网...

【技术保护点】
1.一种基于视频监控的新能源车牌检测方法，其特征在于，包括以下步骤：S1，采集若干含车牌区域的新能源车辆图片，对每张图片中新能源车辆的车牌区域进行手工精确标点工作，建立训练模型的数据集；S2，构建新能源车牌检测训练神经网络，所述神经网络包括特征提取模块、特征融合模块和预测结果输出模块；将建立好的数据集输入神经网络获取新能源车牌检测模型；S3，从监控视频中获取一帧含有车辆及车牌的图像，对所述一帧图像中的车辆进行检测筛选，筛选出新能源车辆图像作为待检测图像，得到多个待检测图像，并以监控视频帧序列中新能源车辆出现的时间顺序给所述多个待检测图像命名，建立待检测新能源车辆图像集合；S4，根据所述新能源车...

【技术特征摘要】
1.一种基于视频监控的新能源车牌检测方法，其特征在于，包括以下步骤：S1，采集若干含车牌区域的新能源车辆图片，对每张图片中新能源车辆的车牌区域进行手工精确标点工作，建立训练模型的数据集；S2，构建新能源车牌检测训练神经网络，所述神经网络包括特征提取模块、特征融合模块和预测结果输出模块；将建立好的数据集输入神经网络获取新能源车牌检测模型；S3，从监控视频中获取一帧含有车辆及车牌的图像，对所述一帧图像中的车辆进行检测筛选，筛选出新能源车辆图像作为待检测图像，得到多个待检测图像，并以监控视频帧序列中新能源车辆出现的时间顺序给所述多个待检测图像命名，建立待检测新能源车辆图像集合；S4，根据所述新能源车牌检测模型对待检测新能源车辆图像进行车牌区域检测，得出基于不同置信度的候选框；S5，根据不同置信度的候选框分配不同的权重值对候选框进行合并，并对车牌坐标进行精确回归，产生精确位置坐标信息，得到最终新能源车牌检测结果。2.根据权利要求1所述的一种基于视频监控的新能源车牌检测方法，其特征在于，步骤S1中，所述手工精确标点工作包括：对新能源车牌区域左上角、右上角、右下角和左下角四个点依次进行顺时针标注；所述数据集为包含四个坐标点的八个数值信息txt格式文本。3.根据权利要求1所述的一种基于视频监控的新能源车牌检测方法，其特征在于，步骤S2中，所述特征提取模块采用自上而下的方式，逐层提取车牌不同粒度特征；所述特征提取模块采用4个卷积块共10个卷积层，第一和第二个卷积块均包含2个卷积层和1个池化层，第三和第四个卷积块均包含3个卷积层和1个池化层；所述卷积块对训练数据集提取特征并输出3个特征图；所述特征融合模块将提取的特征自下而上进行融合；所述卷积块输出的特征图记为fi(i＝1，2，3)，所述3个特征图的尺寸分别是输入图像尺寸的1/16，1/8，1/4；特征融合的公式如下：其中，gi表示融合的基准特征图，hi是融合后的新特征图，将上一层特征图gi-1通过上采样将图的尺寸放大一倍，再与当前层特征图fi进行融合，使用conv1*1减少通道数和计算量，使用conv3*3融合特征信息；在最后的融合操作中，使用一个conv3*3产生最终融合后的特征图，并传入输出层；所述预测结果输出模块包含7个通道，用于输出多个候选...

【专利技术属性】
技术研发人员：刘峰，王潇凡，干宗良，崔子冠，唐贵进，
申请(专利权)人：南京邮电大学，
类型：发明
国别省市：江苏,32