车牌图像生成方法、装置及计算机存储介质制造方法及图纸

本申请公开了一种车牌图像生成方法、装置及计算机存储介质，属于神经网络训练技术领域。所述方法包括：构建虚拟车牌的三维模型，并确定虚拟车牌的车牌表面属性信息，以生成针对该虚拟车牌的车牌图像。因此，在确定针对用于车牌识别的神经网络模型的训练样本时，可以根据实际需求直接通过本申请实施例生成车牌图像，无需通过摄像机针对真实的车牌进行采集才能获取到车牌图像，提高了获取车牌图像的效率。另外，由于虚拟车牌是根据实际需求模拟的车牌，因此，可以通过本申请实施例生成不同类型的虚拟车牌对应的车牌图像，提高了训练样本中的车牌图像的多样性，从而提高了后续根据训练样本训练出的神经网络模型的识别精度。练样本训练出的神经网络模型的识别精度。练样本训练出的神经网络模型的识别精度。

【技术实现步骤摘要】
车牌图像生成方法、装置及计算机存储介质


[0001]本申请涉及神经网络训练
，特别涉及一种车牌生成方法、装置及计算机存储介质。

技术介绍

[0002]随着大数据技术的发展，可以通过神经网络进行车牌识别。在通过神经网络实现车牌识别之前，需要先使用训练样本对初始化的神经网络进行训练。训练样本包括多个车牌图像，每个车牌图像中标注有用于指示车牌标识的标签。车牌标识包括多个字符。
[0003]相关技术中，可以先获取摄像机针对车牌采集的图像。对于采集的每个图像，通过人工方式标注用于指示车牌标识的标签，将标注后的各个图像称为车牌图像。将标注后的各个车牌图像作为训练样本对初始化的神经网络进行训练。也即是，相关技术是通过摄像机采集和人工标注的方式来生成用于训练的车牌图像。
[0004]由于摄像机针对车牌采集的图像中覆盖的车牌的种类有限，导致上述生成训练的车牌图像的种类比较单一，不利于对神经网络模型进行训练。

技术实现思路

[0005]本申请实施例提供了一种车牌图像生成方法、装置及计算机存储介质，可以提高根据生成的车牌图像训练本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种车牌图像生成方法，其特征在于，所述方法包括：构建虚拟车牌的三维模型，所述虚拟车牌为根据需求模拟出的车牌；确定所述虚拟车牌的车牌表面属性信息；根据所述车牌表面属性信息和所述三维模型，生成针对所述虚拟车牌的车牌图像。2.如权利要求1所述的方法，其特征在于，所述构建虚拟车牌的三维模型，包括：确定所述虚拟车牌的边框的形状；确定所述虚拟车牌的底色；确定所述虚拟车牌上用于指示车牌标识的多个字符以及所述多个字符的排列顺序；根据所述边框的形状、所述底色、所述多个字符以及所述多个字符的排列顺序，生成所述虚拟车牌的三维模型。3.如权利要求2所述的方法，其特征在于，所述确定所述虚拟车牌的边框的形状，包括：根据所述虚拟车牌的形变情况，确定所述虚拟车牌的边框的形状。4.如权利要求2所述的方法，其特征在于，所述根据所述边框的形状、所述底色、所述多个字符以及所述多个字符的排列顺序，生成所述虚拟车牌的三维模型，包括：根据所述边框的形状、所述底色、所述多个字符以及所述多个字符的排列顺序，生成所述虚拟车牌的理论三维视图；根据所述虚拟车牌的折痕情况，对所述虚拟车牌的理论三维视图进行调整，得到所述虚拟车牌的三维模型。5.如权利要求1所述的方法，其特征在于，所述车牌表面属性信息至少包括以下属性信息中的一种或多种：所述虚拟车牌的金属属性；所述虚拟车牌的漫反射属性；所述虚拟车牌的平整度；所述虚拟车牌的镜面反射属性；所述虚拟车牌上的灰尘情况；所述虚拟车牌上的污渍情况、覆盖情况以及遮挡情况。6.如权利要求1所述的方法，其特征在于，所述根据所述车牌属性信息和所述三维模型，生成针对所述虚拟车牌的车牌图像，包括：确定虚拟拍摄场景的拍摄参数；根据所述拍摄参数、所述车牌属性信息和所述三维模型，生成针对所述虚拟车牌的虚拟照片；对所述虚拟照片进行后处理，得到所述车牌图像。7.如权利要求6所述的方法，其特征在于，所述虚拟拍摄场景的拍摄参数至少包括以下参数中的一种或多种：所述虚拟拍摄场景中的灯光的颜色、所述灯光的亮度、所述虚拟拍摄场景中虚拟摄像机的曝光参数、在所述虚拟拍摄场景中所述虚拟摄像机和所述虚拟车牌的位置。8.如权利要求1所述的方法，其特征在于，所述根据所述车牌属性信息和所述三维模型，生成针对所述虚拟车牌的车牌图像之后，还包括：在所述车牌图像中标注所述虚拟车牌上的车牌识别结果。
9.一种车牌图像生成装...

【专利技术属性】
技术研发人员：李欢，
申请(专利权)人：杭州海康威视数字技术股份有限公司，
类型：发明
国别省市：