车牌识别方法、装置、电子设备和存储介质制造方法及图纸

本公开提供了车牌识别方法、装置、电子设备和存储介质，涉及深度学习、计算机视觉、智能交通等领域。具体实现方案为：获取目标车辆的多帧车牌图像；将每帧车牌图像输入车牌识别模型进行车牌识别，以得到每帧车牌图像中各个字符位置对应的标签；根据每帧车牌图像中各个字符位置对应的标签，从多帧车牌图像中筛选掉包含模糊标签和/或遮挡标签的车牌图像，以得到保留的候选车牌图像；根据候选车牌图像，识别目标车辆的车牌。由此，可有效地滤除掉模糊和/或遮挡等无效车牌，对识别效果较好的车牌图像进行识别，提高了车牌的识别精度。提高了车牌的识别精度。提高了车牌的识别精度。

【技术实现步骤摘要】
车牌识别方法、装置、电子设备和存储介质


[0001]本公开涉及AI(Artificial Intelligence，人工智能)领域，具体涉及深度学习、计算机视觉、智能交通等领域，尤其涉及车牌识别方法、装置、电子设备和存储介质。

技术介绍

[0002]在路内停车和智能交通等领域，需要准确识别车辆的车牌号码。然而受限于拍摄环境，采集的车牌图像的质量可能参差不齐，当车牌图像的质量不佳的情况下，可能导致无法准确识别车牌号码，严重情况下可能无法识别车牌号码。例如，当光线很差时很容易造成车牌的成像模糊以及过往的行人、树叶、其他车辆遮挡车牌，导致车牌号码无法被识别。

技术实现思路

[0003]本公开提供了一种用于车牌识别方法、装置、电子设备和存储介质。
[0004]根据本公开的一方面，提供了一种车牌识别方法，包括：获取目标车辆的多帧车牌图像；将每帧所述车牌图像输入车牌识别模型进行车牌识别，以得到每帧所述车牌图像中各个字符位置对应的标签；根据每帧所述车牌图像中各个字符位置对应的标签，从所述多帧车牌图像中筛选掉包含模糊标签和/或遮挡标签的车牌图像，以得到保留的候选车牌图像；根据所述候选车牌图像，识别所述目标车辆的车牌。
[0005]根据本公开的另一方面，提供了一种车牌识别装置，包括：第一获取模块，用于获取目标车辆的多帧车牌图像；第一识别模块，用于将每帧所述车牌图像输入车牌识别模型进行车牌识别，以得到每帧所述车牌图像中各个字符位置对应的标签；筛选模块，用于根据每帧所述车牌图像中各个字符位置对应的标签，从所述多帧车牌图像中筛选掉包含模糊标签和/或遮挡标签的车牌图像，以得到保留的候选车牌图像；第二识别模块，用于根据所述候选车牌图像，识别所述目标车辆的车牌。
[0006]根据本公开的又一方面，提供了一种电子设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行本公开上述一方面提出的车牌识别方法。
[0007]根据本公开的再一方面，提供了一种计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行本公开上述一方面提出的车牌识别方法。
[0008]根据本公开的还一方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现本公开上述一方面提出的车牌识别方法的步骤。
[0009]应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
[0010]附图用于更好地理解本方案，不构成对本公开的限定。其中：
[0011]图1为本公开实施例一所提供的车牌识别方法的流程示意图；
[0012]图2为本公开实施例二所提供的车牌识别方法的流程示意图；
[0013]图3为本公开实施例三所提供的车牌识别方法的流程示意图；
[0014]图4为本公开实施例四所提供的车牌识别方法的流程示意图；
[0015]图5为本公开实施例五所提供的车牌识别方法的流程示意图；
[0016]图6为本公开实施例六所提供的车牌识别装置的结构示意图；
[0017]图7示出了可以用来实施本公开的实施例的示例电子设备的示意性框图。
具体实施方式
[0018]以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
[0019]目前，可通过计算车牌图像的平均分，选取平均分最高的车牌图像进行车牌号识别，但是，通过简单的对平均分最高的车牌图像进行识别，导致大量的无效车牌数据，车牌识别精度较低。
[0020]因此针对上述存在的问题，本公开提出一种车牌识别方法、装置、电子设备和存储介质。
[0021]下面参考附图描述本公开实施例的车牌识别方法、装置、电子设备和存储介质。
[0022]图1为本公开实施例一所提供的车牌识别方法的流程示意图。
[0023]本公开实施例以该车牌识别方法被配置于车牌识别装置中来举例说明，该车牌识别装置可以应用于任一电子设备中，以使该电子设备可以执行车牌识别功能。
[0024]其中，电子设备可以为任一具有计算能力的设备，例如可以为个人电脑(Personal Computer，简称PC)、移动终端等，移动终端例如可以为手机、平板电脑、个人数字助理、穿戴式设备等具有各种操作系统、触摸屏和/或显示屏的硬件设备。
[0025]如图1所示，该车牌识别方法可以包括以下步骤：
[0026]步骤101，获取目标车辆的多帧车牌图像。
[0027]在本公开实施例中，目标车辆可以为需要进行车牌识别的任一车辆。
[0028]在本公开实施例中，可以通过图像采集设备，对目标车辆的车牌进行图像采集，以得到目标车辆的多帧车牌图像。其中，图像采集设备的数量可为一个或多个，本公开不做具体限定。
[0029]作为一种示例，以该车牌识别方法应用于停车系统进行示例性说明，目标车辆可以为驶入或驶出停车场的车辆，可以通过停车场的停车系统中的图像采集设备，对目标车辆进行采集，以得到目标车辆的多帧车牌图像。
[0030]步骤102，将每帧车牌图像输入车牌识别模型进行车牌识别，以得到每帧车牌图像中各个字符位置对应的标签。
[0031]在本公开实施例中，车牌识别模型为经过训练的模型，经过训练后的车牌识别模型已学习到车牌图像中的各个字符位置与标签之间的对应关系。其中，标签可以包括空白标签和/或模糊标签和/或字符标签，其中，字符标签可用于指示图像中对应字符位置处为
字符，空白标签用于指示图像中对应字符位置处为空白或被遮挡，模糊标签表征对应字符位置处为字符模糊。
[0032]例如，在图像中清晰且没有过往的行人、树叶、其他车辆遮挡车牌的情况下，车牌识别模型输出的标签可以均为字符标签，而在图像模糊或过往的行人、树叶、其他车辆遮挡车牌的情况下，车牌识别模型输出的标签可以包括模糊标签和/或空白标签。
[0033]需要理解的是，由于不同目标车辆的车牌字符长度不同，对于不同车牌字符长度的车牌图像，车牌识别模型允许输出的车牌图像中的字符位置对应的空白标签数量也不同，比如，目标车辆1的车牌图像中的车牌字符长度为8位，车牌识别模型的设定输出长度为8位，车牌识别模型允许输出的车牌图像中的字符位置对应的空白标签数量为0，在车牌识别模型输出空白标签时，可确定该空白标签为遮挡标签；又比如，目标车辆2的车牌图像中的车牌字符长度为7位，车牌识别模型的设定输出长度为8位，车牌识别模型允许输出的车牌图像中的字符位置对应的空白标签数量为1，在本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种车牌识别方法，包括：获取目标车辆的多帧车牌图像；将每帧所述车牌图像输入车牌识别模型进行车牌识别，以得到每帧所述车牌图像中各个字符位置对应的标签；根据每帧所述车牌图像中各个字符位置对应的标签，从所述多帧车牌图像中筛选掉包含模糊标签和/或遮挡标签的车牌图像，以得到保留的候选车牌图像；根据所述候选车牌图像，识别所述目标车辆的车牌。2.根据权利要求1所述的方法，其中，所述车牌识别模型输出的各所述标签具有对应的标签置信度；所述根据所述候选车牌图像，识别所述目标车辆的车牌，包括：在所述候选车牌图像为多帧的情况下，根据每帧所述候选车牌图像中的各个字符位置对应的标签置信度，从所述多帧候选车牌图像中确定目标车牌图像；根据所述目标车牌图像中的各个字符位置对应的标签，确定所述目标车辆的目标车牌。3.根据权利要求2所述的方法，其中，所述根据每帧所述候选车牌图像中的各个字符位置对应的标签置信度，从所述多帧候选车牌图像中确定目标车牌图像，包括：针对任意的一帧候选车牌图像，根据所述一帧候选车牌图像中的各个字符位置的标签置信度，确定所述一帧候选车牌图像对应的车牌置信度；将各个所述候选车牌图像对应的车牌置信度进行排序，以得到所述各个所述候选车牌图像的排序结果；根据所述排序结果，确定所述目标车牌图像。4.根据权利要求1
‑
3任一项所述的方法，其中，所述将所述车牌图像输入车牌识别模型进行车牌识别，以得到所述车牌图像中各个字符位置对应的标签之前，还包括：获取多个样本车牌图像；针对每个所述样本车牌图像，对所述样本车牌图像中的各个字符位置进行标签标注，以获取各个字符位置对应的标注标签；其中，所述标注标签包括：字符标签、模糊标签和空白标签中的至少一个；获取所述车牌识别模型输出的各个字符位置对应的预测标签；根据所述预测标签和所述样本车牌图像中的对应的标注标签之间的差异，对所述车牌识别模型进行训练，以使所述差异最小化。5.根据权利要求1所述的方法，其中，所述方法还包括：确定所述车牌图像中各个字符位置对应的标签为空白标签的第一数量；根据所述车牌图像中的各个字符长度和所述车牌识别模型的设定输出数量之间的差值，确定第二数量；在所述第一数量大于第二数量的情况下，根据所述第二数量和所述第一数量之间的差值，对所述车牌图像中各个字符位置对应的标签进行修正。6.根据权利要求5所述的方法，其中，所述在所述第一数量大于第二数量的情况下，根据所述第二数量和所述第一数量之间的差值，对所述车牌图像中各个字符位置对应的标签进行修正，包括：在所述第一数量大于第二数量的情况下，按照预设顺序，从所述车牌图像中各个字符
位置对应的标签中选取所述差值数量的待修正的空白标签；将所述待修正的空白标签修正为遮挡标签。7.一种车牌识别装置，包括：第一获取模块，用于获取目标车辆的多帧车牌图像；第一识别模块，用于将每帧所述车牌图像输入车牌识别模型进行车牌识别，以得到每帧所述车牌图像中各个字符位置对应的标签；筛选模块，用于根据每帧所述车牌图像中各个字符位...

【专利技术属性】
技术研发人员：孙尚云，许永喜，邓一星，
申请(专利权)人：北京精英路通科技有限公司，
类型：发明
国别省市：