【技术实现步骤摘要】
本申请涉及人工智能，具体而言，涉及一种车牌识别方法及装置。
技术介绍
1、车牌号码是汽车的唯一身份认证，在交通管理中有着重要作用。车牌识别系统(vehicle license plate recognition，vlpr)是计算机视频图像识别技术在车辆牌照识别中的一种应用。车牌识别在高速公路车辆管理中得到广泛应用，电子收费(etc)系统中，也是识别车辆身份的主要手段。
2、随着深度神经网络的发展，基于传统方法的车牌识别系统逐渐被替代。基于深度神经网络的方法中，根据训练技术可分为端到端识别方法和两阶段识别方法，其中，端到端方法训练方法较为复杂，训练数据准备较为费时费力，并且，项目落地后很难根据车牌问题进行快速调优；两阶段识别方法主要是先进行车牌检测，然后放射变换或透视变换进行车牌号码识别，此方法优点是能够根据相应问题快速迭代具体模型，灵活性较好。但是相关技术中的车牌识别系统，通常使用两个识别模型：车牌检测模型和车牌类型识别模型对车牌进行识别和分类，在实际部署中资源占用多且，增大了整个系统的推理时延，识别效率低。
技术实现思路
1、本申请实施例提供了一种车牌识别方法及装置，以至少解决相关技术中车牌识别效率低的技术问题。
2、根据本申请实施例的一个方面，提供了一种车牌识别方法，包括：获取含有待识别车牌的目标图像；采用识别模型中的第一检测头对所述目标图像进行车牌识别，得到第一识别结果，采用识别模型中的第二检测头对识别出的车牌图像进行车牌类型识别，得到第二识别结果，其
3、可选地，依据所述第一识别结果和第二识别结果确定所述待识别车牌的类型，包括：采用所述识别模型中的第三检测头对所述识别出的车牌图像进行车牌角点识别，得到第三识别结果，所述第三识别结果用于指示所述待识别车牌的角点特征；将所述类型特征和所述角点特征融合得到融合特征，并基于所述融合特征得到所述待识别车牌的类型。
4、可选地，将所述类型特征和所述角点特征融合得到融合特征，包括：利用所述车牌框监督所述角点特征，得到第一预测特征；利用所述角点特征监督所述类型特征，得到第二预测特征；基于所述第一预测特征和所述第二预测特征得到所述融合特征。
5、可选地，将所述第一预测特征和所述第二预测特征进行融合得到所述融合特征，包括：获取所述第一预测特征对应的第一权重和所述第二预测特征对应的第二权重；将所述第一权重对所述第一预测特征进行加权，得到所述融合特征中的第一特征；将所述第二权重对所述第二预测特征进行加权，得到所述融合特征中的第二特征。
6、可选地，所述识别模型通过以下方式训练得到包括：获取训练数据集，所述训练数据集中至少包括：正样本和负样本，所述正样本中包括多种类型的车牌；采用所述训练数据集对初始模型进行训练，得到所述识别模型。
7、可选地，在训练识别模型的过程中，所述方法还包括：获取图像训练集，所述图像训练集中包含多帧目标图像；根据所述图像训练集确定语义掩码，所述语义掩码用于确定车身区域在所述目标图像中的位置。
8、可选地，在根据所述图像训练集确定语义掩码之后，所述方法还包括：基于所述语义掩码确定所述目标图像中车身所在的目标区域；采用所述识别模型对所述目标区域内检测所述待识别车牌，得到所述待识别车牌的类型和所述车牌框；采用预设车牌号码识别模型对所述车牌框内的车牌字符进行识别，得到所述待识别车牌的车牌号码。
9、根据本申请实施例的另一方面，还提供了一种车牌识别装置，包括：获取模块，用于获取含有待识别车牌的目标图像；识别模块，用于采用识别模型中的第一检测头对所述目标图像进行车牌识别，得到第一识别结果，采用识别模型中的第二检测头对识别出的车牌图像进行车牌类型识别，得到第二识别结果，其中，所述第一识别结果用于指示所述待识别车牌的车牌框，第二识别结果用于指示所述待识别车牌的类型特征；确定模块，用于依据所述第一识别结果和第二识别结果确定所述待识别车牌的类型。
10、根据本申请实施例的再一方面，还提供了一种非易失性存储介质，非易失性存储介质中存储有程序，其中，在程序运行时控制非易失性存储介质所在设备执行上述车牌识别方法。
11、根据本申请实施例的再一方面，还提供了一种计算机设备，包括：存储器和处理器，处理器用于运行存储在存储器中的程序，其中，程序运行时执行上述车牌识别方法。
12、在本申请实施例中，采用获取含有待识别车牌的目标图像；采用识别模型中的第一检测头对所述目标图像进行车牌识别，得到第一识别结果，采用识别模型中的第二检测头对识别出的车牌图像进行车牌类型识别，得到第二识别结果；其中，所述第一识别结果用于指示所述待识别车牌的车牌框，第二识别结果用于指示所述待识别车牌的类型特征；依据所述第一识别结果和第二识别结果确定所述待识别车牌的类型的方式，通过识别模型中多个检测头共同协作识别，达到了减少车牌检测过程中的模型使用数量目的，实现了提高车牌识别效率的技术效果，进而解决了相关技术中车牌识别效率低的技术问题。
本文档来自技高网...【技术保护点】
1.一种车牌识别方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，依据所述第一识别结果和第二识别结果确定所述待识别车牌的类型，包括：
3.根据权利要求2所述的方法，其特征在于，将所述类型特征和所述角点特征融合得到融合特征，包括：
4.根据权利要求3所述的方法，其特征在于，将所述第一预测特征和所述第二预测特征进行融合得到所述融合特征，包括：
5.根据权利要求4所述的方法，其特征在于，所述识别模型通过以下方式训练得到包括：
6.根据权利要求1所述的方法，其特征在于，在训练识别模型的过程中，所述方法还包括：
7.根据权利要求6所述的方法，其特征在于，在根据所述图像训练集确定语义掩码之后，所述方法还包括：
8.一种车牌识别装置，其特征在于，包括：
9.一种非易失性存储介质，其特征在于，所述非易失性存储介质中存储有程序，其中，在所述程序运行时控制所述非易失性存储介质所在设备执行权利要求1至7中任意一项所述的车牌识别方法。
10.一种计算机设备，其特征在于，包括：存储
...【技术特征摘要】
1.一种车牌识别方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，依据所述第一识别结果和第二识别结果确定所述待识别车牌的类型，包括：
3.根据权利要求2所述的方法，其特征在于，将所述类型特征和所述角点特征融合得到融合特征，包括：
4.根据权利要求3所述的方法，其特征在于，将所述第一预测特征和所述第二预测特征进行融合得到所述融合特征，包括：
5.根据权利要求4所述的方法，其特征在于，所述识别模型通过以下方式训练得到包括：
6.根据权利要求1所述的方法，其特征在于，在训练识别模型的...
【专利技术属性】
技术研发人员：张玉亭，刘江，左鑫孟，赵彦武，
申请(专利权)人：中国电信股份有限公司，
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。