【技术实现步骤摘要】
一种车牌识别方法、车牌识别装置和计算机可读存储介质
[0001]本申请涉及图像处理
，具体涉及一种车牌识别方法、车牌识别装置和计算机可读存储介质。
技术介绍
[0002]在夜晚光线较差、距离较远或相机像素不够的情况下，很难实现对大型货车的车牌检测与识别，尤其在大型货车存在污损或遮挡严重的情况下，但是货车箱体上喷涂的非标车牌有着更大的分辨率，可以通过对非标车牌的检测与识别进行违法货车定位，有效地遏制大型货车在驾驶过程中的不规范行为，因此利用文字检测与识别技术实现对非标车牌的检测与识别，对于提升道路交通安全有可行性并有重要意义；但是相关技术存在不足：只能解决标准车牌的检测与识别，无法实现非标车牌的检测与识别。
技术实现思路
[0003]本申请提供一种车牌识别方法、车牌识别装置和计算机可读存储介质，能够实现对非标车牌的检测与识别，且提升车牌识别的鲁棒性与准确率。
[0004]为解决上述技术问题，本申请采用的技术方案是：提供一种车牌识别方法，该方法包括：利用训练数据集对生成对抗网络进行训练，训练数据集包...
【技术保护点】
【技术特征摘要】
1.一种车牌识别方法，其特征在于，包括：利用训练数据集对生成对抗网络进行训练，所述训练数据集包括多个训练样本，所述训练样本包括第一车牌图像，所述生成对抗网络包括生成器与辨别器，所述生成器用于生成虚拟车牌图像，所述辨别器用于判断所述虚拟车牌图像与所述第一车牌图像的真伪，并对所述虚拟车牌图像与所述第一车牌图像进行识别，生成第一车牌识别结果；对第一待识别图像进行检测，得到第一车牌框；基于训练后的生成对抗网络，对所述第一车牌框中的图像进行识别，得到第二车牌识别结果。2.根据权利要求1所述的车牌识别方法，其特征在于，所述辨别器包括车牌识别网络，所述基于训练后的生成对抗网络，对所述第一车牌框中的图像进行识别，得到第二车牌识别结果的步骤，包括：基于所述车牌识别网络对所述第一车牌框中的图像进行处理，得到所述第二车牌识别结果。3.根据权利要求2所述的车牌识别方法，其特征在于，所述辨别器还包括判别网络，所述训练样本还包括与所述第一车牌图像对应的第一标签判别结果以及第一标签识别结果，所述利用训练数据集对生成对抗网络进行训练的步骤，包括：从所述训练数据集中选择一个训练样本，并将所述训练样本中的第一车牌图像输入所述判别网络；将随机向量与虚拟车牌字符串输入所述生成器，得到所述虚拟车牌图像，并生成与所述虚拟车牌图像对应的第二标签判别结果以及第二标签识别结果；基于所述判别网络对所述虚拟车牌图像与所述第一车牌图像进行处理，得到所述虚拟车牌图像与所述第一车牌图像是否为真实图像的判别结果；将所述虚拟车牌图像与所述第一车牌图像输入所述车牌识别网络，得到所述第一车牌识别结果；将所述判别结果与所述第一标签判别结果以及所述第二标签判别结果进行比较，将所述第一车牌识别结果与所述第一标签识别结果以及所述第二标签识别结果进行比较，并调整所述生成对抗网络的参数，直至满足预设训练停止条件，得到所述训练后的生成对抗网络。4.根据权利要求3所述的车牌识别方法，其特征在于，所述生成器包括嵌入层，所述将随机向量与虚拟车牌字符串输入所述生成器，得到所述虚拟车牌图像的步骤，包括：采用所述嵌入层将所述虚拟车牌字符串转换为虚拟车牌向量。5.根据权利要求3所述的车牌识别方法，其特征在于，所述随机向量包括预设背景向量库中的中间向量与随机噪声向量，所述将随机向量与虚拟车牌字符串输入所述生成器的步骤，还包括：将所述中间向量与所述随机噪声向量分别输入所述生成器；或者将所述中间向量与所述随机噪声向量叠加，得到所述随机向量。6.根据权利要求5所述的车牌识别方法，其特征在于，所述方法还包括：获取多张第二车牌图像；对所述第二车牌图像进行编码，得到所述中间向量。
7.根据权利要求2所述的车牌识别方法，其特征在于，所述基于所述车牌识别网络对所述第一车牌框中的图像进行处理，得到所述第二车牌识别结果的步骤，包括：将所述第一车牌框中的图像输入残差网络，得到第一车牌特征；采用卷积层对所述第一车牌特征进行卷积，得到第二车牌特征；对所述第二车牌特征进行变换，得到第三车牌特征；采用全连接层对所述第三车牌特征进行组合...
【专利技术属性】
技术研发人员：贾若然，谭昶，杨文康，陈向阳，傅云翔，李亚玲，曹玲玲，
申请(专利权)人：科大讯飞股份有限公司，
类型：发明
国别省市：
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。