一种车牌识别方法及装置制造方法及图纸

本发明专利技术提供一种车牌识别方法及装置。该方法包括：确定待识别车牌图像对应的各车牌类型的置信度；根据所述置信度，确定所述待识别车牌图像对应的车牌类型；根据所述车牌类型对应的车牌字符预测分支，确定所述待识别车牌图像对应的车牌字符。本发明专利技术提供的车牌识别方法及装置，可以提高车牌识别准确性，并且能够识别不同类型的车牌识别；还可以实现多类型车牌字符的识别，从而提高车牌识别网络的适用性。从而提高车牌识别网络的适用性。从而提高车牌识别网络的适用性。

【技术实现步骤摘要】
一种车牌识别方法及装置


[0001]本专利技术涉及图像识别
，尤其涉及一种车牌识别方法及装置。

技术介绍

[0002]车牌识别是指在一幅含有车辆的图像中，准确的找到车辆的车牌位置并识别出车牌上的所有汉字、字符和数字。目前车牌识别技术的主要方法大致可分为两类，基于图像处理的传统方法与基于深度学习技术的方法。
[0003]传统的车牌识别方法一般分为三个部分：车牌定位，字符分割与字符识别。传统方法主要依赖于人工提取特征，通过图像处理技术完成车牌识别。而当图像中的车牌出现不清晰，光照不均，倾斜，尺度变化大等不利于特征识别的恶劣因素时，传统方法误检概率大大增加。
[0004]基于深度学习技术的车牌识别技术，利用深层卷积神经网络的特征提取能力和自学习能力，使网络模型具有了抗干扰能力和适应能力，但现有车牌定位与车牌字符识别两部分往往分开进行实现，两部分特征提取过程分开进行，影响整体的车牌识别效果；并且仅针对某一类型车牌的特点，构建相应的网络模型，不具备广泛的适应能力。

技术实现思路

[0005]本专利技术提供一种车牌识别方法及装置，用以解决现有技术中车牌识别方法复杂、识别准确率不高及识别类型单一的技术问题。
[0006]本专利技术提供一种车牌识别方法，包括：
[0007]确定待识别车牌图像对应的各车牌类型的置信度；
[0008]根据所述置信度，确定所述待识别车牌图像对应的车牌类型；
[0009]根据所述车牌类型对应的车牌字符预测分支，确定所述待识别车牌图像对应的车牌字符。
[0010]在一个实施例中，所述确定待识别车牌图像对应的各车牌类型的置信度包括：
[0011]将所述待识别车牌图像输入到训练后的车牌识别网络中，获取对应的特征图和车牌位置的预测结果；
[0012]将所述预测结果映射到所述特征图的对应位置，获取感兴趣区域；
[0013]确定所述感兴趣区域中的特征对应的所述各车牌类型的置信度。
[0014]在一个实施例中，所述根据所述车牌类型对应的车牌字符预测分支，确定所述待识别车牌图像对应的车牌字符包括：
[0015]将所述感兴趣区域通过所述车牌字符预测分支中的分类器获取字符识别结果；
[0016]组合所述字符识别结果，确定所述车牌字符。
[0017]在一个实施例中，所述车牌识别网络通过以下方式训练：
[0018]将车牌数据集以及车牌标注信息确定为第一训练集；
[0019]根据所述第一训练集获取预训练模型；
[0020]基于所述预训练模型，根据所述车牌数据集和车牌序列信息，生成所述车牌识别网络以及对应的网络模型参数；
[0021]其中，所述车牌数据集基于车辆采样图像构建；所述车牌标注信息包括：所述车辆采样图像对应的车牌位置信息和车牌类型信息。
[0022]在一个实施例中，所述车牌识别网络通过以下方式训练：
[0023]在所述车牌识别网络的迭代次数小于预设迭代次数的情况下，更新所述网络模型参数对应的权值，直至所述车牌识别网络的损失函数值小于预设阈值。
[0024]在一个实施例中，所述将所述待识别车牌图像输入到训练后的车牌识别网络中，获取对应的特征图和车牌位置的预测结果，包括：
[0025]将所述待识别车牌图像输入到训练后的所述车牌识别网络中，通过卷积操作和concat堆叠，提取所述待识别车牌图像对应的特征；
[0026]通过将所述特征与残差卷积块的特征层进行融合，获取融合后的所述特征图和所述预测结果。
[0027]本专利技术提供一种车牌识别装置，包括：
[0028]第一确定模块，用于确定待识别车牌图像对应的各车牌类型的置信度；
[0029]第二确定模块，用于根据所述置信度，确定所述待识别车牌图像对应的车牌类型；
[0030]第三确定模块，用于根据所述车牌类型对应的车牌字符预测分支，确定所述待识别车牌图像对应的车牌字符。
[0031]在一个实施例中，所述第一确定模块，用于将所述待识别车牌图像输入到训练后的车牌识别网络中，获取对应的特征图和车牌位置的预测结果；
[0032]将所述预测结果映射到所述特征图的对应位置，获取感兴趣区域；
[0033]确定所述感兴趣区域中的特征对应的所述各车牌类型的所述置信度。
[0034]本专利技术提供一种电子设备，包括存储器和存储有计算机程序的存储器，所述处理器执行所述程序时实现上述任一种的车牌识别方法的步骤。
[0035]本专利技术提供一种处理器可读存储介质，所述处理器可读存储介质存储有计算机程序，所述计算机程序用于使所述处理器执行上述任一种的车牌识别方法的步骤。
[0036]本专利技术提供的一种车牌识别方法及装置，通过确定置信度确认待识别图像对应的车牌类型，可以提高车牌识别准确性，并且能够识别不同类型的车牌识别；还通过车牌类型对应的车牌字符预测分支，确定对应的车牌字符，实现多类型车牌字符的识别，从而提高车牌识别网络的适用性。
附图说明
[0037]为了更清楚地说明本专利技术或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0038]图1是本专利技术提供的车牌识别方法的流程示意图；
[0039]图2是本专利技术提供的车牌识别方法的的车牌字符预测分支示意图；
[0040]图3是本专利技术提供的车牌识别方法的整体网络示意图；
[0041]图4是应用本专利技术提供的车牌识别方法的一实施例的流程示意图；
[0042]图5是本专利技术提供的车牌识别装置的结构示意图；
[0043]图6是本专利技术提供的电子设备的结构示意图。
具体实施方式
[0044]为使本专利技术的目的、技术方案和优点更加清楚，下面将结合本专利技术中的附图，对本专利技术中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0045]图1是本专利技术提供的车牌识别方法的流程示意图，参照图1，本专利技术提供的车牌识别方法的包括：
[0046]S110、确定待识别车牌图像对应的各车牌类型的置信度；
[0047]S120、根据所述置信度，确定所述待识别车牌图像对应的车牌类型；
[0048]S130、根据所述车牌类型对应的车牌字符预测分支，确定所述待识别车牌图像对应的车牌字符。
[0049]本专利技术提供的车牌识别方法的执行主体是应用在不同场景或复杂环境中的车牌识别系统，车牌识别系统可以是计算机设备。应用场景可以是监测报警、超速违章处罚、车辆出入管理、高速公路收费管理等，本专利技术不作具体限定。
[0050]可选地，在步骤S110中本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种车牌识别方法，其特征在于，包括：确定待识别车牌图像对应的各车牌类型的置信度；根据所述置信度，确定所述待识别车牌图像对应的车牌类型；根据所述车牌类型对应的车牌字符预测分支，确定所述待识别车牌图像对应的车牌字符。2.根据权利要求1所述的车牌识别方法，其特征在于，所述确定待识别车牌图像对应的各车牌类型的置信度包括：将所述待识别车牌图像输入到训练后的车牌识别网络中，获取对应的特征图和车牌位置的预测结果；将所述预测结果映射到所述特征图的对应位置，获取感兴趣区域；确定所述感兴趣区域中的特征对应的所述各车牌类型的置信度。3.根据权利要求2所述的车牌识别方法，其特征在于，所述根据所述车牌类型对应的车牌字符预测分支，确定所述待识别车牌图像对应的车牌字符包括：将所述感兴趣区域通过所述车牌字符预测分支中的分类器获取字符识别结果；组合所述字符识别结果，确定所述车牌字符。4.根据权利要求1所述的车牌识别方法，其特征在于，所述车牌识别网络通过以下方式训练：将车牌数据集以及车牌标注信息确定为第一训练集；根据所述第一训练集获取预训练模型；基于所述预训练模型，根据所述车牌数据集和车牌序列信息，生成所述车牌识别网络以及对应的网络模型参数；其中，所述车牌数据集基于车辆采样图像构建；所述车牌标注信息包括：所述车辆采样图像对应的车牌位置信息和车牌类型信息。5.根据权利要求4所述的车牌识别方法，其特征在于，还包括：在所述车牌识别网络的迭代次数小于预设迭代次数的情况下，更新所述网络模型参数对应的权...

【专利技术属性】
技术研发人员：张永帅，
申请(专利权)人：中移系统集成有限公司中国移动通信集团有限公司，
类型：发明
国别省市：