车牌信息的识别方法、装置、计算机设备及存储介质制造方法及图纸

本申请公开了一种车牌信息的识别方法，包括以下步骤：检测到目标图片时，获取所述目标图片中的车牌图像特征对应的预设向量；将所述预设向量作为Transformer模型的输入向量，其中，所述Transformer模型根据多组预设向量和预设向量对应的车牌信息训练得到；获取所述Transformer模型的输出值，作为所述目标图片对应的车牌信息。本申请还公开了一种车牌信息的识别装置、计算机设备以及计算机可读存储介质。本申请通过利用Transformer模型高效的数据处理能力，实现对目标图片中车牌图像的车牌信息的识别，提高了识别车牌信息的效率。

【技术实现步骤摘要】
车牌信息的识别方法、装置、计算机设备及存储介质
本申请涉及深度学习领域，尤其涉及一种车牌信息的识别方法、车牌信息的识别装置、计算机设备以及计算机可读存储介质。
技术介绍
目前对车牌图片的识别，大多采用的是基于传统的神经网络模型(如RNN——RecurrentNeuralNetwork,循环神经网络)进行图片字符的分割再识别，最后再拼接成完整的车牌信息。随着信息时代的高速发展，传统的神经网络模型相对来说已存在迭代慢、计算慢的缺点，越来越难以满足当代社会快速识别图片中的车牌信息的发展需求。上述内容仅用于辅助理解本申请的技术方案，并不代表承认上述内容是现有技术。
技术实现思路
本申请的主要目的在于提供一种车牌信息的识别方法、车牌信息的识别装置、计算机设备以及计算机可读存储介质，旨在解决对图片中的车牌信息识别效率低下的问题。为实现上述目的，本申请提供一种车牌信息的识别方法，所述车牌信息的识别方法包括以下步骤：检测到目标图片时，获取所述目标图片中的车牌图像特征对应的预设向量；将所述预设向量作为T本文档来自技高网...

【技术保护点】
1.一种车牌信息的识别方法，其特征在于，所述车牌信息的识别方法包括以下步骤：/n检测到目标图片时，获取所述目标图片中的车牌图像特征对应的预设向量；/n将所述预设向量作为Transformer模型的输入向量，其中，所述Transformer模型根据多组预设向量和预设向量对应的车牌信息训练得到；/n获取所述Transformer模型的输出值，作为所述目标图片对应的车牌信息。/n

【技术特征摘要】
1.一种车牌信息的识别方法，其特征在于，所述车牌信息的识别方法包括以下步骤：
检测到目标图片时，获取所述目标图片中的车牌图像特征对应的预设向量；
将所述预设向量作为Transformer模型的输入向量，其中，所述Transformer模型根据多组预设向量和预设向量对应的车牌信息训练得到；
获取所述Transformer模型的输出值，作为所述目标图片对应的车牌信息。


2.如权利要求1所述的车牌信息的识别方法，其特征在于，所述获取所述目标图片中的车牌图像特征对应的预设向量的步骤包括：
利用预先构建的残差网络识别所述目标图片中的车牌图像特征，其中，所述残差网络还将所述车牌图像特征转换为预设向量并输出；
获取所述残差网络的输出值，作为所述车牌图像特征对应的预设向量。


3.如权利要求1所述的车牌信息的识别方法，其特征在于，所述Transformer模型的解码器包括编码-解码注意力层和前馈神经网络，其中，所述编码-解码注意力层用于处理所述Transformer模型的编码器的输出值和/或上一层解码器的输出值，所述所述编码-解码注意力层的输出值经求和归一化处理后传输至所述前馈神经网络。


4.如权利要求1所述的车牌信息的识别方法，其特征在于，所述获取所述Transformer模型的输出值，作为所述目标图片对应的车牌信息的步骤之后，还包括：
接收到所述目标图片对应的车牌信息的确认响应时，或者在预设时长内未接收到目标图片对应的车牌信息的取消响应时，将所述目标图片对应的车牌信息和目标图片对应的预设向量，作为所述Tra...

【专利技术属性】
技术研发人员：陈勇，张晓华，邓令军，谢卫良，
申请(专利权)人：深圳市视美泰技术股份有限公司，
类型：发明
国别省市：广东;44