【技术实现步骤摘要】
车牌识别方法、装置、计算机设备和存储介质
本申请涉及图像识别
，特别是涉及一种车牌识别方法、装置、计算机设备和存储介质。
技术介绍
随着社会的快速发展，人们对于车辆的需求增多，车辆的数量在快速增加。车牌信息作为车辆的唯一标识，可以对车辆的身份进行确认，因此，车牌识别技术在智慧交通、车辆检索、车辆轨迹和大数据研判分析等各类
具有重要的作用。传统技术中，车牌识别方法是先将车牌定位，然后对定位后的车牌进行透视变换以矫正车牌角度，之后定位矫正后的车牌中的每个车牌字符的位置并对每个车牌字符进行分割，最后分别识别分割后的每个车牌字符，得到车牌识别结果。然而，采用传统技术，需要将车牌中的每个车牌字符逐个定位并分割，识别过程较繁琐，导致车牌的识别效率较低。
技术实现思路
基于此，有必要针对上述技术问题，提供一种能够提高车牌识别效率的车牌识别方法、装置、计算机设备和存储介质。一种车牌识别方法，所述方法包括：获取待识别的车牌图像；将所述待识别的车牌图像输入训练好的车牌识别模...
【技术保护点】
1.一种车牌识别方法，其特征在于，所述方法包括：/n获取待识别的车牌图像；/n将所述待识别的车牌图像输入训练好的车牌识别模型中的特征提取网络中，通过所述特征提取网络对所述待识别的车牌图像进行特征提取，得到车牌特征；/n将所述车牌特征输入所述训练好的车牌识别模型中的多个车牌字符识别模型中，针对所述待识别的车牌图像中的每一个车牌字符，通过所述多个车牌字符识别模型中的至少一个车牌字符识别模型进行识别，得到车牌识别结果；/n其中，所述训练好的车牌识别模型是根据目标车牌图像样本进行训练得到的；所述目标车牌图像样本是通过对初始车牌图像样本进行旋转和裁剪得到的；所述目标车牌图像样本中的任...
【技术特征摘要】
1.一种车牌识别方法，其特征在于，所述方法包括：
获取待识别的车牌图像；
将所述待识别的车牌图像输入训练好的车牌识别模型中的特征提取网络中，通过所述特征提取网络对所述待识别的车牌图像进行特征提取，得到车牌特征；
将所述车牌特征输入所述训练好的车牌识别模型中的多个车牌字符识别模型中，针对所述待识别的车牌图像中的每一个车牌字符，通过所述多个车牌字符识别模型中的至少一个车牌字符识别模型进行识别，得到车牌识别结果；
其中，所述训练好的车牌识别模型是根据目标车牌图像样本进行训练得到的；所述目标车牌图像样本是通过对初始车牌图像样本进行旋转和裁剪得到的；所述目标车牌图像样本中的任一车牌字符添加有字符标签。
2.根据权利要求1所述的方法，其特征在于，所述将所述车牌特征输入所述训练好的车牌识别模型中的多个车牌字符识别模型中，针对所述待识别的车牌图像中的每一个车牌字符，通过所述多个车牌字符识别模型中的至少一个车牌字符识别模型进行识别，得到车牌识别结果，包括：
将所述车牌特征输入所述训练好的车牌识别模型中的多个车牌字符识别模型中，针对所述待识别的车牌图像中的每一个车牌字符，通过所述多个车牌字符识别模型中的一个车牌字符识别模型进行识别，得到车牌识别结果，其中，所述车牌字符识别模型的数量为所述目标车牌图像样本中车牌字符的个数。
3.根据权利要求1所述的方法，其特征在于，所述车牌识别模型的训练方法包括：
将所述目标车牌图像样本输入至初始车牌识别模型中的特征提取网络进行处理，得到车牌特征样本；
将所述车牌特征样本输入至所述初始车牌识别模型中的多个车牌字符识别模型进行处理，得到车牌预测识别结果；
根据所述车牌预测识别结果和所述目标车牌图像样本中的字符标签计算所述初始车牌识别模型的损失函数值，并根据所述损失函数值调整所述初始车牌识别模型的权重参数，得到所述训练好的车牌识别模型。
4.根据权利要求3所述的方法，其特征在于，所述车牌字符识别模型的数量为所述目标车牌图像样本中车牌字符的个数；
所述根据所述车牌预测识别结果和所述目标车牌图像样本中的字符标签计算所述初始车牌识别模型的损失函数值，包括：
根据每个车牌字符识别模型输出的车牌预测识别结果与输入到所述每个车牌字符识别模型中的目标车牌图像样本中的字符标签，计算所述每个车牌字符识别模型对应的交叉熵损失函数值；
根据所述每个车牌字符识别模型对应的交叉熵损失函数值，计算所述初始车牌识别模型的损失函数值。
5.根据权利要求1或2所述的方法，其特征在于，所述目标车牌图像样本的获得方法包括：
获取所述初始车牌图像样本；...
【专利技术属性】
技术研发人员：段凯歌，余新康，覃智泉，梁敏学，
申请(专利权)人：北京欣博电子科技有限公司，
类型：发明
国别省市：北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。