一种车牌识别结果准确率的判断方法、系统、计算机设备及存储介质技术方案

本申请涉及一种车牌识别结果准确率的判断方法、系统、计算机设备及存储介质，它采用计算每一车牌图像的相似度值，再按照相似度值从小到大的顺序排列车牌图像，并分区间，按照区间计算平均准确率，根据平均准确率形成的曲线确定拟合函数形成选定函数，根据选定函数计算每一相似度对应的车牌识别准确率，以解决无法判断相似度对应的车牌识别结果是否准确的问题。题。题。

【技术实现步骤摘要】
一种车牌识别结果准确率的判断方法、系统、计算机设备及存储介质


[0001]本申请属于车牌识别领域，尤其涉及一种车牌识别结果准确率的判断方法、系统、计算机设备及存储介质。

技术介绍

[0002]车牌图像获取过程中，由于监控摄像头普遍不是正对的停车位，因此形成非标准图像，针对非标准图像需要先进行STN(Spatial Transformer Networks，注意力机制网络)校正成待识别标准图像。然后根据神经网络模型识别车牌号，将车牌号按照预设标准车牌图像模板生成标准车牌图像，计算标准车牌图像与待识别标准图像的SSIM(Structural Similarity，结构相似性)，判断二者的相似度值是否在预设范围内，若在，则车牌识别结果准确。从车牌识别开始到判断车牌识别结果准确为专利技术专利202110290112.5车牌识别结果评估方法、装置、电子设备及存储介质的现有技术，由于车牌图像存在噪声，相似度较低，实际应用中很难超过0.6，因此亟需一种相似度对应的车牌识别准确率高低的方法。

技术实现思路

[0003]本申请实施例提供了一种车牌识别结果准确率的判断方法、系统、计算机设备及存储介质，以解决无法判断相似度对应的车牌识别结果是否准确的问题。
[0004]为实现上述目的，本申请实施例采用的一种技术方案是：
[0005]一种车牌识别结果准确率的判断方法，其特征在于：
[0006]它包括：
[0007]获取若干车牌图像及每一所述车牌图像对应的相似度值；
[0008]根据所述相似度值大小，将所述车牌图像对应排列，形成若干相似度区间；
[0009]计算每一相似度区间内的车牌平均准确率；
[0010]将所述车牌平均准确率连接成曲线，形成相似度对应准确率的拟合函数；
[0011]确定所述拟合函数的类型，形成选定函数；
[0012]根据所述选定函数计算每一相似度对应的车牌识别准确率，从而判断车牌识别结果是否准确。
[0013]它还包括：
[0014]判断所述车牌识别准确率是否在预设阈值范围内，若在，则将对应的车牌识别结果作为车牌识别结果；
[0015]若不在，则不处理。
[0016]一种车牌识别结果准确率的判断系统，其特征在于：
[0017]它包括：
[0018]获取模块，用于获取若干车牌图像及每一所述车牌图像对应的相似度值；
[0019]排列模块，用于根据所述相似度值大小，将所述车牌图像对应排列，形成若干相似
度区间；
[0020]计算模块，用于计算每一相似度区间内的车牌平均准确率；
[0021]拟合模块，用于将所述车牌平均准确率连接成曲线，形成相似度对应准确率的拟合函数；
[0022]选定模块，用于确定所述拟合函数的类型，形成选定函数；
[0023]处理模块，用于根据所述选定函数计算每一相似度对应的车牌识别准确率，从而判断车牌识别结果是否准确。
[0024]它还包括：
[0025]判断模块，用于判断所述车牌识别准确率是否在预设阈值范围内；
[0026]确定模块，用于当所述车牌识别准确率在预设阈值范围内时，则将对应的车牌识别结果作为车牌识别结果。
[0027]一种停车管理系统，其特征在于：
[0028]它包括：所述的一种车牌识别结果准确率的判断系统。
[0029]一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行所述的一种车牌识别结果准确率的判断方法，它包括：
[0030]获取若干车牌图像及每一所述车牌图像对应的相似度值；
[0031]根据所述相似度值大小，将所述车牌图像对应排列，形成若干相似度区间；
[0032]计算每一相似度区间内的车牌平均准确率；
[0033]将所述车牌平均准确率连接成曲线，形成相似度对应准确率的拟合函数；
[0034]确定所述拟合函数的类型，形成选定函数；
[0035]根据所述选定函数计算每一相似度对应的车牌识别准确率，从而判断车牌识别结果是否准确。
[0036]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，使得所述处理器执行所述的一种车牌识别结果准确率的判断方法，它包括：
[0037]获取若干车牌图像及每一所述车牌图像对应的相似度值；
[0038]根据所述相似度值大小，将所述车牌图像对应排列，形成若干相似度区间；
[0039]计算每一相似度区间内的车牌平均准确率；
[0040]将所述车牌平均准确率连接成曲线，形成相似度对应准确率的拟合函数；
[0041]确定所述拟合函数的类型，形成选定函数；
[0042]根据所述选定函数计算每一相似度对应的车牌识别准确率，从而判断车牌识别结果是否准确。
[0043]本申请实施例提供的一种车牌识别结果准确率的判断方法的有益效果在于：本申请一实施例提供的一种车牌识别结果准确率的判断方法，它采用计算每一车牌图像的相似度值，再按照相似度值从小到大的顺序排列车牌图像，并分区间，按照区间计算平均准确率，根据平均准确率形成的曲线确定拟合函数形成选定函数，根据选定函数计算每一相似度对应的车牌识别准确率，以解决无法判断相似度对应的车牌识别结果是否准确的问题。
附图说明
[0044]为了更清楚地说明本申请实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，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。
[0045]图1是本申请一实施例提供的一种车牌识别结果准确率的判断方法的示意图；
[0046]图2是本申请一实施例提供的一种车牌图像相似度和车牌平均准确率示意图；
[0047]图3是本申请另一实施例提供的一种车牌识别结果准确率的判断方法的示意图；
[0048]图4是本申请一实施例提供的一种车牌识别结果准确率的判断系统的示意图；
[0049]图5是本申请另一实施例提供的一种车牌识别结果准确率的判断系统的示意图；
[0050]图6是本申请一实施例提供的一种停车管理系统的示意图；
[0051]图7是本申请一实施例中计算机设备的内部结构图。
具体实施方式
[0052]以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本申请实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本申请的描述。
[0053]应当理解，当在本申请说明书和所附权利要求书中使用时，术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种车牌识别结果准确率的判断方法，其特征在于：它包括：获取若干车牌图像及每一所述车牌图像对应的相似度值；根据所述相似度值大小，将所述车牌图像对应排列，形成若干相似度区间；计算每一相似度区间内的车牌平均准确率；将所述车牌平均准确率连接成曲线，形成相似度对应准确率的拟合函数；确定所述拟合函数的类型，形成选定函数；根据所述选定函数计算每一相似度对应的车牌识别准确率，从而判断车牌识别结果是否准确。2.根据权利要求1所述的一种车牌识别结果准确率的判断方法，其特征在于：它还包括：判断所述车牌识别准确率是否在预设阈值范围内，若在，则将对应的车牌识别结果作为车牌识别结果；若不在，则不处理。3.一种车牌识别结果准确率的判断系统，其特征在于：它包括：获取模块，用于获取若干车牌图像及每一所述车牌图像对应的相似度值；排列模块，用于根据所述相似度值大小，将所述车牌图像对应排列，形成若干相似度区间；计算模块，用于计算每一相似度区间内的车牌平均准确率；拟合模块，用于将所述车牌平均准确率连接成...

【专利技术属性】
技术研发人员：冯彦刚，
申请(专利权)人：北京筑梦园科技有限公司，
类型：发明
国别省市：