一种车牌数据集动态创建方法及系统、电子设备技术方案

本申请公开了一种车牌数据集动态创建方法及系统、电子设备。该方法包括步骤：进行三维场景模型搭建，所述三维场景模型包括不同类型的车辆模型；所述车辆模型具有车牌模型，所述车牌模型含有字母、数字和汉字；设置环境生成脚本，所述环境生成脚本用于实现不同光照、车灯、天气、车辆模型颜色的随机组合；对所述车牌模型切片，生成不同车辆模型颜色对应的车牌切片库；对所述车牌模型切片库利用所述环境生成脚本生成不同场景下各切片图片的数据集图片，同步对各切片图片标注对应的字母、数字或汉字信息；利用所述数据集图片对采集的车牌图片进行识别并输出数据集。本申请保证了车牌数据集的完整性以及标注的正确率，同时还提升了处理效率。效率。效率。

【技术实现步骤摘要】
一种车牌数据集动态创建方法及系统、电子设备


[0001]本申请涉及车牌图像数据收集
，具体涉及一种车牌数据集动态创建方法及系统、电子设备。

技术介绍

[0002]随着经济社会的迅速发展，人们的生活质量越来越高，随之而来的私家车数量也大规模提升。为了提高管理效率，缓解停车场、公路的压力，智能化的车辆识别技术已屡见不鲜。目前，车牌识别主要采用深度学习的方法进行研发，但基于深度学习的车牌识别方法依赖完整的车牌数据集，也就是说车牌数据集的完整性和质量直接影响着车牌识别算法的识别率及识别时间。
[0003]基于深度学习的车牌识别方法，对车牌数据集有以下要求：需要海量的数据支持；数据标注标签需大量的人工标注，并且时间周期长；由于车牌识别技术受环境因素影响，车牌数据集需满足多种环境下的车牌数据，如不同光照条件，不同天气（雨、雪、晴天、阴天等），不同角度，是否有部分遮挡、车辆颜色等等；车牌包括蓝牌、黄牌、挂车号牌、农用车牌、民航车牌、新能源车牌多种车牌，并且以上车牌还要多种环境下的环境因素排列组合，例如：雨天下的蓝牌，雪天下的蓝牌等等。
[0004]目前车牌数据的收集主要方法为人工收集，收集后还需要大量的人工对图片进行标注；而人工收集车牌数据集图片很难满足数据集的完整性，标注后的数据也会存在一定的错误率。要想获得完整的车牌数据集，就需要不断的收集不同条件下的不同类型车牌，而在现实中这种做法存在一定的难度。例如，一些不常见车牌就很难得到完整的数据。如果再加上数据标注的时间，周期也会很长。

技术实现思路
r/>[0005]本申请实施例提供一种车牌数据集动态创建方法及系统、电子设备，旨在解决车牌数据图像采集中的困难及问题，保证车牌数据集的完整性以及标注的正确率，同时还可以大大缩短车牌数据图像采集和标注的时间。
[0006]本申请实施例提供一种车牌数据集动态创建方法，包括步骤：进行三维场景模型搭建，所述三维场景模型包括不同类型的车辆模型；所述车辆模型具有车牌模型，所述车牌模型含有字母、数字和汉字；设置环境生成脚本，所述环境生成脚本用于实现不同光照、车灯、天气、车辆模型颜色的随机组合；对所述车牌模型切片，生成不同车辆模型颜色对应的车牌切片库，所述车牌切片库包括字母、数字和汉字的切片图片；对所述车牌模型切片库利用所述环境生成脚本生成不同场景下各切片图片的数据集图片，同步对各切片图片标注对应的字母、数字或汉字信息；以及利用所述数据集图片对采集的车牌图片进行识别并输出数据集。
[0007]于本申请实施例中所述的车牌数据集动态创建方法，其中，利用Unity平台进行所述三维场景模型的搭建；基于Unity平台设置所述环境生成脚本。
[0008]于本申请实施例中所述的车牌数据集动态创建方法，其中于，所述三维场景模型还包括不同类型的建筑模型、道路模型和动植物模型；所述三维场景模型可通过不同类型的车辆模型、建筑模型、道路模型和动植物模型随机组合生成。
[0009]于本申请实施例中所述的车牌数据集动态创建方法，其中，所述车牌包括蓝牌、黄牌、挂车号牌、新军牌、警牌、新武警车牌、教练车牌、大使馆车牌、农用车牌、个性化车牌、民航车牌、新能源车牌。
[0010]于本申请实施例中所述的车牌数据集动态创建方法，其中，所述天气包括晴天、阴天、雾天、雨天和雪天。
[0011]于本申请实施例中所述的车牌数据集动态创建方法，其中于，所述车牌的字母包括A、B、C、D、E、F、G、H、I、J、K、L、M、N、O、P、Q、R、S、T、U、V、W、X、Y、Z;所述车牌的数字包括0、1、2、3、4、5、6、7、8、9;所述车牌的汉字包括京、沪、津、渝、鲁、冀、鄂、黑、苏、浙、皖、闽、赣、豫、粤、桂、琼、晋、蒙、辽、吉、云、藏、陕、甘、青、宁、湘、川、贵、新、港、澳、台。
[0012]于本申请实施例中所述的车牌数据集动态创建方法，其中，利用图形处理软件对所述车牌模型切片，所述图形处理软件包括photoshop软件。
[0013]于本申请实施例中所述的车牌数据集动态创建方法，其中，在所述数据集图片生成过程中自动获取各切片图片对应所述车牌模型的坐标并保存。
[0014]本申请还提供一种车牌数据集动态创建系统，其包括：三维场景模型搭建模块，用于进行三维场景模型搭建，所述三维场景模型包括不同类型的车辆模型；所述车辆模型具有车牌模型，所述车牌模型含有字母、数字和汉字；环境生成脚本处理模块，用于设置环境生成脚本，所述环境生成脚本用于实现不同光照、车灯、天气、车辆模型颜色的随机组合；切片模块，用于对所述车牌模型切片，生成不同车辆模型颜色对应的车牌切片库，所述车牌切片库包括字母、数字和汉字的切片图片；数据集图片生成模块，用于对所述车牌模型切片库利用所述环境生成脚本生成不同场景下各切片图片的数据集图片，同步对各切片图片标注对应的字母、数字或汉字信息；以及数据集输出模块，用于利用所述数据集图片对采集的车牌图片进行识别并输出数据集。
[0015]本申请还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如前文所述的车牌数据集动态创建方法。
[0016]本申请实施例提供一种基于Unity平台的车牌数据集动态创建方法及系统、电子设备，便于车牌数据图像采集，保证了车牌数据集的完整性以及标注的正确率，同时还可以大大缩短车牌数据图像采集和标注的时间，提升了处理效率。
[0017]因此，本专利技术的有益效果包括以下四方面：一、本专利技术车牌识别数据的生成方法可以保证数据集的完整性，即可生成各种环境、光照、车辆下的不同类型的车牌，这是传统方法很难做到的。
[0018]二、本专利技术可以保证标注信息的正确率：由于标注信息是根据脚本语言在车牌图片生成过程中获取保存的，所以这种方法获得的标注信息是可以做到100%的正确率。
[0019]三、本专利技术的方法复用性高：建模的环境，车牌的切片可重复利用并可以根据需求多次生成不同量级的车牌识别数据集。
[0020]四、本专利技术的方法可扩展性强：可以根据新的需求，制作新类型车牌切片，用于生成新的模型训练数据集。
附图说明
[0021]下面结合附图，通过对本申请的具体实施方式详细描述，将使本申请的技术方案及其它有益效果显而易见。
[0022]图1为本申请实施例提供的基于photoshop软件完成车牌模型切片的图片示意图。
[0023]图2为本申请实施例提供的字母、数字、汉字的切片图片示意图。
[0024]图3为本申请实施例提供的车牌数据集动态创建方法的逻辑图。
[0025]图4为本申请实施例提供的车牌数据集动态创建方法的流程图。
[0026]图5为本申请实施例提供的车牌数据集动态创建系统的结构示意图。
具体实施方式
[0027]下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述。显然，所描述的实施例仅仅是本申请一部分实本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种车牌数据集动态创建方法，其特征在于，包括步骤：进行三维场景模型搭建，所述三维场景模型包括不同类型的车辆模型；所述车辆模型具有车牌模型，所述车牌模型含有字母、数字和汉字；设置环境生成脚本，所述环境生成脚本用于实现不同光照、车灯、天气、车辆模型颜色的随机组合；对所述车牌模型切片，生成不同车辆模型颜色对应的车牌切片库，所述车牌切片库包括字母、数字和汉字的切片图片；对所述车牌模型切片库利用所述环境生成脚本生成不同场景下各切片图片的数据集图片，同步对各切片图片标注对应的字母、数字或汉字信息；以及利用所述数据集图片对采集的车牌图片进行识别并输出数据集。2.如权利要求1所述的车牌数据集动态创建方法，其特征在于，利用Unity平台进行所述三维场景模型的搭建；基于Unity平台设置所述环境生成脚本。3.如权利要求1所述的车牌数据集动态创建方法，其特征在于，所述三维场景模型还包括不同类型的建筑模型、道路模型和动植物模型；所述三维场景模型可通过不同类型的车辆模型、建筑模型、道路模型和动植物模型随机组合生成。4.如权利要求1所述的车牌数据集动态创建方法，其特征在于，所述车牌包括蓝牌、黄牌、挂车号牌、新军牌、警牌、新武警车牌、教练车牌、大使馆车牌、农用车牌、个性化车牌、港澳出入境车牌、澳台车牌、民航车牌、新能源车牌。5.如权利要求1所述的车牌数据集动态创建方法，其特征在于，所述天气包括晴天、阴天、雾天、雨天和雪天。6.如权利要求1所述的车牌数据集动态创建方法，其特征在于，所述车牌的字母包括A、B、C、D、E、F、G、H、I、J、K、L、M、N、O、P、Q、R、S、T、U、...

【专利技术属性】
技术研发人员：尤超，舒伟，董汉，陈超，
申请(专利权)人：苏州清研精准汽车科技有限公司，
类型：发明
国别省市：