本发明专利技术涉及人工智能领域，揭露一种车牌智能识别方法、装置、电子设备及存储介质，所述方法包括：获取车辆图片，利用预训练好的车牌检测模型检测所述车辆图片的车牌区域；利用预训练好的字符分割模型对所述车牌区域进行字符区域分割，得到所述车牌区域的字符区域；对所述字符区域进行仿射变换，得到所述校正字符图像；利用预训练好的字符识别模型识别所述校正字符图像中的车牌字符，并对所述车牌字符进行校验，将校验成功的所述车牌字符作为所述车辆图片的最终车牌字符。本发明专利技术可以提高车牌识别的准确性。的准确性。的准确性。
【技术实现步骤摘要】
一种车牌智能识别方法、装置、电子设备及介质
[0001]本专利技术涉及人工智能领域，尤其涉及一种车牌智能识别方法、装置、电子设备以及计算机可读存储介质。
技术介绍
[0002]车牌识别是指对车辆进行信息认证的过程，通过所述车牌识别可以获取车辆信息是否预先注册，如在小区安防场景中，通过车牌识别可以快速定位出进出小区的车辆是否为本小区的车辆，从而可以很好的监控小区车辆进出的安全情况。
[0003]由于车牌识别通常包含车牌定位和字符识别两个过程，目前在车牌定位过程通常是采用边缘检测算法实现，这样容易混入无用信息，无法实现车牌字符的准确定位，从而会影响车牌识别的准确性，而在字符识别中通常是采用模板匹配的算法实现，这样容易出现字符识别错误的现象，如字符格式不正确，从而也会影响车牌识别的准确性。
技术实现思路
[0004]为了解决上述技术问题，本专利技术提供了一种车牌智能识别方法、装置、电子设备以及计算机可读存储介质，可以提高车牌识别的准确性。
[0005]第一方面，本专利技术提供了一种车牌智能识别方法，包括：
[0006]获取车辆图片，利用预训练好的车牌检测模型检测所述车辆图片的车牌区域；
[0007]利用预训练好的字符分割模型对所述车牌区域进行字符区域分割，得到所述车牌区域的字符区域；
[0008]对所述字符区域进行仿射变换，得到所述校正字符图像；
[0009]利用预训练好的字符识别模型识别所述校正字符图像中的车牌字符，并对所述车牌字符进行校验，将校验成功的所述车牌字符作为所述车辆图片的最终车牌字符。
[0010]在第一方面的一种可能实现方式中，所述利用预训练好的车牌检测模型检测所述车牌图片的车牌区域，包括：
[0011]利用所述车牌检测模型中的卷积层对所述车牌图片进行特征提取，得到特征车牌图片；
[0012]利用所述车牌检测模型中的交互层对所述特征车牌图片进行特征融合，得到融合特征图片；
[0013]利用所述车牌检测模型中的池化层对所述融合特征图片进行降维处理，得到降维特征图片；
[0014]利用所述车牌检测模型中的全连接层计算所述降维特征图片的车牌类别，根据所述车牌类别，利用所述车牌检测模型中的输出层输出所述车辆图片的车牌区域。
[0015]在第一方面的一种可能实现方式中，所述利用预训练好的字符分割模型对所述车牌区域进行字符区域分割，得到所述车牌区域的字符区域，包括：
[0016]利用所述字符分割模型中的卷积层对所述车牌区域进行特征提取，得到特征车牌
区域；
[0017]利用所述字符分割模型中的决策层识别所述特征车牌区域中的字符位置序列；
[0018]利用所述字符分割模型中的激活函数计算所述字符位置序列的字符置信度；
[0019]根据所述字符置信度，利用所述字符分割模型中的前向网络输出所述车牌区域的字符区域。
[0020]在第一方面的一种可能实现方式中，所述利用所述字符分割模型中的决策层识别所述特征车牌区域中的字符位置序列，包括：
[0021]利用所述决策层中的输入门计算所述特征车牌区域的状态值，利用所述决策层中的遗忘门计算所述特征车牌区域的激活值；
[0022]根据所述状态值和激活值计算所述特征车牌区域的状态更新值；
[0023]利用所述决策层中的输出门计算所述状态更新值的字符位置序列。
[0024]在第一方面的一种可能实现方式中，所述对所述字符区域进行仿射变换，得到所述校正字符图像，包括：
[0025]对所述字符区域进行裁剪，得到裁剪字符区域；
[0026]识别所述裁剪字符区域中的字符方向是否处于正方向；
[0027]若所述字符方向不处于正方向，采用放射变换算法将所述裁剪字符区域进行方向校正，得到所述校正字符图像；
[0028]若所述字符方向处于正方向，则将所述裁剪字符区域作为所述校正字符图像。
[0029]在第一方面的一种可能实现方式中，所述对所述字符区域进行裁剪，得到裁剪字符区域，包括：
[0030]对所述字符区域进行二值化处理，得到二值化字符区域；
[0031]查询所述二值化字符区域中纵轴方向的字符起始位置和字符终止位置，及所述二值化字符区域的纵轴方向长度，根据所述纵轴方向的字符起始位置、字符终止位置以及纵轴方向长度，对所述二值化字符区域进行纵向裁剪，得到纵向裁剪字符框；
[0032]查询所述纵向裁剪字符框中横轴方向的字符起始位置和字符终止位置，及所述纵向裁剪字符框的横轴方向长度，根据所述横轴方向的字符起始位置和字符终止位置，及所述横轴方向长度，对所述纵向裁剪字符框进行横向裁剪，得到所述裁剪字符区域。
[0033]在第一方面的一种可能实现方式中，所述利用预训练好的字符识别模型识别所述校正字符图像中的车牌字符，包括：
[0034]利用所述字符识别模型中的卷积神经网络对所述校正字符图像进行特征提取，得到特征字符图像；
[0035]利用所述字符识别模型中的长短期记忆网络对所述特征字符图像进行文字位置序列识别，生成原始字符；
[0036]利用所述字符识别模型中的时序分类网络对所述原始字符进行字符对齐，生成所述校正字符图像中的车牌字符。
[0037]第二方面，本专利技术提供了一种车牌智能识别装置，所述装置包括：
[0038]车牌区域检测模块，用于获取车辆图片，利用预训练好的车牌检测模型检测所述车辆图片的车牌区域；
[0039]字符区域分割模块，用于利用预训练好的字符分割模型对所述车牌区域进行字符
区域分割，得到所述车牌区域的字符区域；
[0040]字符仿射变换模块，用于对所述字符区域进行仿射变换，得到所述校正字符图像；
[0041]车牌字符识别模块，用于利用预训练好的字符识别模型识别所述校正字符图像中的车牌字符，并对所述车牌字符进行校验，将校验成功的所述车牌字符作为所述车辆图片的最终车牌字符。
[0042]第三方面，本专利技术提供一种电子设备，包括：
[0043]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；
[0044]其中，所述存储器存储有可被所述至少一个处理器执行的计算机程序，以使所述至少一个处理器能够执行如上述第一方面中任意一项所述的车牌智能识别方法。
[0045]第四方面，本专利技术提供一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时实现如上述第一方面中任意一项所述的车牌智能识别方法。
[0046]与现有技术相比，本方案的技术原理及有益效果在于：
[0047]本方案通过车牌检测模型和字符分割模型实现所述车牌图片的字符区域粗粒度和细粒度定位，可以避免在车牌字符定位中无用信息的混入，提高车牌字符的识别准确性，并结合对识别的字符区域进行仿射变换，可以保障所述字符区域中字符方向的一致性，提高后续车牌字符的检测效率和准确性，进一步地，本专利技术实施例通过字符识别模型识别本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种车牌智能识别方法，其特征在于，所述方法包括：获取车辆图片，利用预训练好的车牌检测模型检测所述车辆图片的车牌区域；利用预训练好的字符分割模型对所述车牌区域进行字符区域分割，得到所述车牌区域的字符区域；对所述字符区域进行仿射变换，得到所述校正字符图像；利用预训练好的字符识别模型识别所述校正字符图像中的车牌字符，并对所述车牌字符进行校验，将校验成功的所述车牌字符作为所述车辆图片的最终车牌字符。2.如权利要求1所述的车牌智能识别方法，其特征在于，所述利用预训练好的车牌检测模型检测所述车牌图片的车牌区域，包括：利用所述车牌检测模型中的卷积层对所述车牌图片进行特征提取，得到特征车牌图片；利用所述车牌检测模型中的交互层对所述特征车牌图片进行特征融合，得到融合特征图片；利用所述车牌检测模型中的池化层对所述融合特征图片进行降维处理，得到降维特征图片；利用所述车牌检测模型中的全连接层计算所述降维特征图片的车牌类别，根据所述车牌类别，利用所述车牌检测模型中的输出层输出所述车辆图片的车牌区域。3.如权利要求1所述的车牌智能识别方法，其特征在于，所述利用预训练好的字符分割模型对所述车牌区域进行字符区域分割，得到所述车牌区域的字符区域，包括：利用所述字符分割模型中的卷积层对所述车牌区域进行特征提取，得到特征车牌区域；利用所述字符分割模型中的决策层识别所述特征车牌区域中的字符位置序列；利用所述字符分割模型中的激活函数计算所述字符位置序列的字符置信度；根据所述字符置信度，利用所述字符分割模型中的前向网络输出所述车牌区域的字符区域。4.如权利要求3所述的车牌智能识别方法，其特征在于，所述利用所述字符分割模型中的决策层识别所述特征车牌区域中的字符位置序列，包括：利用所述决策层中的输入门计算所述特征车牌区域的状态值，利用所述决策层中的遗忘门计算所述特征车牌区域的激活值；根据所述状态值和激活值计算所述特征车牌区域的状态更新值；利用所述决策层中的输出门计算所述状态更新值的字符位置序列。5.如权利要求1所述的车牌智能识别方法，其特征在于，所述对所述字符区域进行仿射变换，得到所述校正字符图像，包括：对所述字符区域进行裁剪，得到裁剪字符区域；识别所述裁剪字符区域中的字符方向是否处于正方向；若所述字符方向不处于正方向，采用放射变换算法将所述裁剪字符区域进行方向校正，得到所述校正字符图像；若所述字符方向处...
【专利技术属性】
技术研发人员：李林，林琳，窦小峰，丁武，
申请(专利权)人：辽宁华盾安全技术有限责任公司，
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。