基于多任务学习的自适应车牌字符识别系统及识别方法技术方案

本发明专利技术公开了一种基于多任务学习的自适应车牌字符识别系统及识别方法，其中系统包括：模型训练模块，用于以车牌样本数据集为训练样本，训练形成车牌定位和校准模型以及车牌字符识别模型；车辆图像采集模块，用于采集待检测的车辆图像；车牌检测模块，连接所述车辆图像采集模块，用于将所述车辆图像作为所述车牌定位和校准模型的输入，识别输出所述车辆图像中的车牌区域图像；车牌字符识别模块，连接所述车牌检测模块，用于基于所述车牌字符识别模型，识别所述车牌区域图像中的车牌字符，最终输出一车牌字符识别结果，本发明专利技术提高了车牌识别的准确率和识别效率。

Adaptive license plate character recognition system and recognition method based on multi task learning

【技术实现步骤摘要】
基于多任务学习的自适应车牌字符识别系统及识别方法
本专利技术涉及车牌识别
，具体涉及一种基于多任务学习的自适应车牌字符识别系统及识别方法。
技术介绍
目前，车牌智能识别技术已经被广泛应用于停车场、城市道路和高速公路等区域场合。车牌智能识别可对车辆车牌号进行自动抓取和识别。车牌智能识别技术以计算机视觉处理、数字图像处理等技术为基础，对采集的车牌图像进行处理分析，得到每辆车的车牌号码，并完成识别过程。现有的车牌字符识别方法通常包括对车辆车牌的定位检测结果进行字符分割、字符识别、字符识别结果处理等过程。其中，字符分割是把多列或多行字符图像中的每个字符从整幅图像中切割出来成为单个字符图像；然而，字符分割过程对原始输入的车牌图像的清晰度以及拍摄角度有一定要求，比如，当车牌倾斜或字符污损粘连时，字符分割的准确度将大幅下降，进而将导致对车牌字符识别的准确率降低。另外，即使现有的车牌识别技术能够确保字符分割的准确率，但由于各国各地区或者各政府部门、组织使用的车牌颜色或车牌编号形式的不同，现有的车牌识别技术也无法确保对不同颜色或不同编号形式本文档来自技高网...

【技术保护点】
1.一种基于多任务学习的自适应车牌字符识别系统，用于对车辆车牌进行多任务的自动识别检测，其特征在于，包括：/n模型训练模块，用于以车牌样本数据集为训练样本，训练形成车牌定位和校准模型以及车牌字符识别模型；/n车辆图像采集模块，用于采集待检测的车辆图像；/n车牌检测模块，分别连接所述车辆图像采集模块和所述模型训练模块，用于将所述车辆图像作为所述车牌定位和校准模型的输入，识别输出所述车辆图像中的车牌区域图像；/n车牌字符识别模块，分别连接所述车牌检测模块和所述模型训练模块，用于基于所述车牌字符识别模型，识别所述车牌区域图像中的车牌字符，最终输出一车牌字符识别结果；/n所述车牌字符识别模块中具体包括...

【技术特征摘要】
1.一种基于多任务学习的自适应车牌字符识别系统，用于对车辆车牌进行多任务的自动识别检测，其特征在于，包括：
模型训练模块，用于以车牌样本数据集为训练样本，训练形成车牌定位和校准模型以及车牌字符识别模型；
车辆图像采集模块，用于采集待检测的车辆图像；
车牌检测模块，分别连接所述车辆图像采集模块和所述模型训练模块，用于将所述车辆图像作为所述车牌定位和校准模型的输入，识别输出所述车辆图像中的车牌区域图像；
车牌字符识别模块，分别连接所述车牌检测模块和所述模型训练模块，用于基于所述车牌字符识别模型，识别所述车牌区域图像中的车牌字符，最终输出一车牌字符识别结果；
所述车牌字符识别模块中具体包括：
车牌字符特征提取单元，所述车牌字符特征提取单元中预设有一车牌字符特征识别模型，用于以所述车牌区域图像作为所述车牌字符特征识别模型的输入，输出所述车牌区域图像中的车牌字符对应的字符特征，并回归所述车牌字符特征识别模型提取所述车牌字符特征时所依赖的自适应参数；
字符序列分类单元，连接所述车牌字符特征提取单元，所述字符序列分类单元中预设有一字符序列分类模型，用于以所述车牌字符特征提取单元的输出作为所述字符序列分类模型的输入，通过解析所述自适应参数，以多任务的字符序列分类方式，对所述车牌字符进行字符序列分类，得到至少一个字符序列分类结果；
过滤和匹配单元，分别连接所述车牌字符特征提取单元和所述字符序列分类单元，所述过滤和匹配单元中预设有一字符过滤和匹配模型，用于以所述字符序列分类结果和所述自适应参数作为所述字符过滤和匹配模型的输入，最终输出对所述车辆图像的车牌字符识别结果。


2.如权利要求1所述的车牌字符识别系统，其特征在于，所述车牌字符识别模型至少包括所述车牌字符特征识别模型、所述字符序列分类模型和所述字符过滤和匹配模型。


3.如权利要求1所述的车牌字符识别系统，其特征在于，所述车牌检测模块中具体包括：
车辆检测单元，用于基于一预先训练的车辆检测模型，在所述车辆图像中检测得到车辆位置区域图像；
车牌定位和校准单元，连接所述车辆检测单元，用于将所述车辆位置区域图像作为所述车牌定位和校准模型的输入，识别输出所述车辆位置区域图像中的所述车牌区域图像。


4.如权利要求1所述的车牌字符识别系统，其特征在于，所述车牌字符识别模块中的所述车牌字符特征提取单元中包括：
车牌字符特征提取子单元，用于以所述车牌区域图像作为所述车牌字符特征识别模型的输入，输出所述车牌区域图像中的各所述车牌字符对应的所述字符特征；
自适应参数回归子单元，用于计算所述车牌字符特征识别模型提取所述车牌字符特征时所依赖的所述自适应参数。


5.如权利要求1所述的车牌字符识别系统，其特征在于，所述车牌字符识别模块中的所述过滤和匹配单元中具体包括：
车牌类型判断子单元，用于根据所述字符序列分类结果，并基于一预先训练的车牌类型判断模型，判断车牌对应的车牌类型；
字符序列分类结果过滤子单元，连接所述车牌类型判断子单元，用于根据所判断的所述车牌类型，过滤掉不符合所述车牌类型对应的车牌编号形式的所述字符序列分类结果；
车牌字符匹配子单元，连接所述字符序列分类结果过滤子单元，用于对经过滤所得的所述字符序列分类结果中...

【专利技术属性】
技术研发人员：张发恩，秦树鑫，
申请(专利权)人：创新奇智南京科技有限公司，
类型：发明
国别省市：江苏;32