车牌类型检测方法、系统、计算机设备及可读存储介质技术方案

本申请提供一种车牌类型检测方法、系统、计算机设备以及可读存储介质，该方法包括根据预定车辆部件确定感兴趣区域，对所述感兴趣区域进行车牌检测；若检测到车牌，则基于清晰度分类模型确定所述车牌的清晰度类别；若所述车牌属于第一清晰度类别，则基于字符识别网络模型分别对所述车牌上的每个字符进行识别，得到每个字符的多个具有置信度的候选识别结果，基于多个候选识别结果的置信度，确定所述车牌的车牌类型；该方法可以采用深度学习技术对非现场智能审核中的车牌进行识别，得到车牌的车牌类型，采用这一套智能化技术避免了人为干预，提高了获取的车牌分类结果的准确率。

【技术实现步骤摘要】
车牌类型检测方法、系统、计算机设备及可读存储介质
本申请涉及图像识别
，特别是涉及一种车牌类型检测方法、系统、计算机设备及可读存储介质。
技术介绍
在非现场智能违法审核领域，需要对电子警察采集到的多张车辆图片进行违法审核。其中，部分用户为了逃避电子警察的判罚，故意对自己车牌进行特殊处理，如不按标准规定安装、故意遮挡、扣取以及故意混淆车牌字符的情况。传统技术中采用人工分析车辆图片，确定车辆图片中车辆的车牌类型。但是，采用传统的方法会涉及到人为干预因素，导致获取的车牌分类结果的准确率较低。
技术实现思路
基于此，有必要针对上述技术问题，提供一种能够提高获取的车牌分类结果的准确率的车牌类型检测方法、系统、计算机设备及可读存储介质。本申请实施例提供一种车牌类型检测方法，所述方法包括：S1000：根据预定车辆部件确定感兴趣区域；S2000：对所述感兴趣区域进行车牌检测；若检测到车牌，则执行S3000；S3000：基于清晰度分类模型确定所述车牌的清晰度类别；若所述车牌属于第一清晰度类别，则执行S4000；S4000：基于字符识别网络模型分别对所述车牌上的每个字符进行识别，得到每个字符的多个具有置信度的候选识别结果；S5000：基于多个候选识别结果的置信度，确定所述车牌的车牌类型。在其中一个实施例中，所述车牌类型包括：故意混淆字符类型；所述基于多个候选识别结果的置信度，确定所述车牌的车牌类型，包括：根据所述多个候选识别结果的置信度，确定疑似故意混淆字符；若在预设的故意混淆字符数据库中查找到所述疑似故意混淆字符，则确定所述车牌的车牌类型为所述故意混淆字符类型。在其中一个实施例中，所述根据所述多个候选识别结果的置信度，确定疑似故意混淆字符，包括：选取每个字符置信度较高的前两位候选识别结果；计算前两位候选识别结果的置信度差值；若所述置信度差值小于置信度阈值，则所述字符确定为所述疑似故意混淆字符。在其中一个实施例中，所述车牌类型还包括：故意遮挡类型；若所述车牌属于第二清晰度类别，则将所述车牌输入基于深度学习的车牌遮挡分类模型，并获取分类结果；其中，所述分类结果为未遮挡、故意遮挡或非故意遮挡；若所述分类结果为故意遮挡，则将所述车牌的车牌类型确定为所述故意遮挡类型；若所述分类结果为未遮挡，则执行S4000；其中，第二清晰度类别的图像的清晰度高于第一清晰度类别的图像的清晰度。在其中一个实施例中，所述车牌类型还包括：污损类型；若所述车牌属于第三清晰度类别，则确定所述车牌的车牌类型为所述污损类型；其中，第三清晰度类别的图像的清晰度低于第一清晰度类别的图像的清晰度。在其中一个实施例中，所述根据预定车辆部件确定感兴趣区域，包括：获取待检车辆图片；通过目标检测网络模型检测出所述待检车辆图片中的预定车辆部件的位置信息；其中，所述预定车辆部件与所述车牌具有预定的相互位置关系；根据所述预定车辆部件的位置信息和所述相互位置关系，确定出所述车牌可能所在的所述感兴趣区域。在其中一个实施例中，所述车牌类型还包括：不按规定安装车牌类型；若未检测到所述车牌，则确定所述车牌的车牌类型为不按规定安装车牌类型。本申请实施例提供一种车牌类型检测系统，所述车牌类型检测系统包括：感兴趣区域确定模块，用于根据预定车辆部件确定感兴趣区域；车牌检测模块，用于对所述感兴趣区域进行车牌检测；清晰度类别确定模块，用于当所述车牌检测模块检测到车牌时，基于清晰度分类模型确定所述车牌的清晰度类别；识别模块，用于当所述清晰度类别确定模块确定所述车牌属于第一清晰度类别时，基于字符识别网络模型分别对所述车牌上的每个字符进行识别，得到每个字符的多个具有置信度的候选识别结果；车牌类型确定模块，用于基于多个候选识别结果的置信度，确定所述车牌的车牌类型。本申请实施例提供一种计算机设备，包括存储器、处理器，所述存储器上存储有可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现以下步骤：S1000：根据预定车辆部件确定感兴趣区域；S2000：对所述感兴趣区域进行车牌检测；若检测到车牌，则执行S3000；S3000：基于清晰度分类模型确定所述车牌的清晰度类别；若所述车牌属于第一清晰度类别，则执行S4000；S4000：基于字符识别网络模型分别对所述车牌上的每个字符进行识别，得到每个字符的多个具有置信度的候选识别结果；S5000：基于多个候选识别结果的置信度，确定所述车牌的车牌类型。本申请实施例提供一种可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：S1000：根据预定车辆部件确定感兴趣区域；S2000：对所述感兴趣区域进行车牌检测；若检测到车牌，则执行S3000；S3000：基于清晰度分类模型确定所述车牌的清晰度类别；若所述车牌属于第一清晰度类别，则执行S4000；S4000：基于字符识别网络模型分别对所述车牌上的每个字符进行识别，得到每个字符的多个具有置信度的候选识别结果；S5000：基于多个候选识别结果的置信度，确定所述车牌的车牌类型。本实施例提供的车牌类型检测方法，该方法包括根据预定车辆部件确定感兴趣区域，对所述感兴趣区域进行车牌检测；若检测到车牌，则基于清晰度分类模型确定所述车牌的清晰度类别；若所述车牌属于第一清晰度类别，则基于字符识别网络模型分别对所述车牌上的每个字符进行识别，得到每个字符的多个具有置信度的候选识别结果，基于多个候选识别结果的置信度，确定所述车牌的车牌类型；该方法可以采用深度学习技术对非现场智能审核中的车牌进行识别，得到车牌的车牌类型，采用这一套智能化技术避免了人为干预，提高了获取的车牌分类结果的准确率。附图说明图1为一实施例提供的一种车牌类型检测方法的应用场景图；图2为一实施例提供的一种车牌类型检测方法的流程示意图；图3为一实施例提供的一种确定感兴趣区域的具体流程示意图；图4为一实施例提供的一种车牌类型检测系统的结构示意图；图5为一实施例提供的计算机设备的内部结构图。具体实施方式为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。本申请提供的车牌类型检测方法可适用于车辆检测系统，如图1所示，该车辆检测系统可以包括：车辆、图片采集设备以及后台服务器。可选的，图片采集设备可以设置于车辆内上，还可以于车辆单独存在。在本实施例中，上述车辆可以为安装有车牌的任意类型本文档来自技高网...

【技术保护点】
1.一种车牌类型检测方法，其特征在于，所述方法包括：/nS1000：根据预定车辆部件确定感兴趣区域；/nS2000：对所述感兴趣区域进行车牌检测；若检测到车牌，则执行S3000；/nS3000：基于清晰度分类模型确定所述车牌的清晰度类别；若所述车牌属于第一清晰度类别，则执行S4000；/nS4000：基于字符识别网络模型分别对所述车牌上的每个字符进行识别，得到每个字符的多个具有置信度的候选识别结果；/nS5000：基于多个候选识别结果的置信度，确定所述车牌的车牌类型。/n

【技术特征摘要】
1.一种车牌类型检测方法，其特征在于，所述方法包括：
S1000：根据预定车辆部件确定感兴趣区域；
S2000：对所述感兴趣区域进行车牌检测；若检测到车牌，则执行S3000；
S3000：基于清晰度分类模型确定所述车牌的清晰度类别；若所述车牌属于第一清晰度类别，则执行S4000；
S4000：基于字符识别网络模型分别对所述车牌上的每个字符进行识别，得到每个字符的多个具有置信度的候选识别结果；
S5000：基于多个候选识别结果的置信度，确定所述车牌的车牌类型。


2.根据权利要求1所述的方法，其特征在于，所述车牌类型包括：故意混淆字符类型；
所述基于多个候选识别结果的置信度，确定所述车牌的车牌类型，包括：
根据所述多个候选识别结果的置信度，确定疑似故意混淆字符；
若在预设的故意混淆字符数据库中查找到所述疑似故意混淆字符，则确定所述车牌的车牌类型为所述故意混淆字符类型。


3.根据权利要求2所述的方法，其特征在于，所述根据所述多个候选识别结果的置信度，确定疑似故意混淆字符，包括：
选取每个字符置信度较高的前两位候选识别结果；
计算前两位候选识别结果的置信度差值；
若所述置信度差值小于置信度阈值，则所述字符确定为所述疑似故意混淆字符。


4.根据权利要求1所述的方法，其特征在于，所述车牌类型还包括：故意遮挡类型；
若所述车牌属于第二清晰度类别，则将所述车牌输入基于深度学习的车牌遮挡分类模型，并获取分类结果；其中，所述分类结果为未遮挡、故意遮挡或非故意遮挡；
若所述分类结果为故意遮挡，则将所述车牌的车牌类型确定为所述故意遮挡类型；
若所述分类结果为未遮挡，则执行S4000；
其中，第二清晰度类别的图像的清晰度高于第一清晰度类别的图像的清晰度。


5.根据权利要求4所述的方...

【专利技术属性】
技术研发人员：周康明，申影影，
申请(专利权)人：上海眼控科技股份有限公司，
类型：发明
国别省市：上海;31