【技术实现步骤摘要】
本申请涉及图像处理领域，具体而言，涉及一种车牌识别方法、装置、非易失性存储介质及电子设备。
技术介绍
1、目前相关技术中在对车牌号进行识别时，针对不同类型的车牌需要采用不同的神经网络模型来识别，导致在对车牌进行识别时需要占用较多的计算资源，并且车牌识别流程较复杂。
2、针对上述的问题，目前尚未提出有效的解决方案。
技术实现思路
1、本申请实施例提供了一种车牌识别方法、装置、非易失性存储介质及电子设备，以至少解决由于相关技术中针对不同的车牌需要采用不同的神经网络模型来识别导致的占用的计算资源过多的技术问题。
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：在待识别车牌图像中确定并提取目标图像区域，其中，目标图像区域为包含有待识别车牌号的图像区域，待识别车牌图像包括单层车牌号的待识别车牌图像和双层车牌号的待识别车牌图像；在备选主干网络集合中确定与预设精度指标和预设性能指标对应的目标主干网络，其中，目标主干网络包括注意力机制模块；通过目标主干网络在目标图像区域中检测待识别车牌号并输出识别结果。
3、可选地，在待识别车牌图像中确定并提取目标图像区域的步骤包括：在待识别车牌图像中检测待识别车牌的角点，其中，角点包括待识别车牌的顶点；依据角点，在待识别车牌图像中确定多个待识别车牌的车牌矩形框的边界点；确定目标图像区域检测结果，其中，目标图像区域检测结果包括角点，边界点，待识别车牌的类型信息，以及目标图像区域检测结果的置信度；依据目标图像区域检测
4、可选地，依据目标图像区域检测结果在待识别车牌图像中提取目标图像区域的步骤包括：依据目标图像区域检测结果在待识别车牌图像中截取初始图像区域，其中，初始图像区域中包含待识别车牌号；对初始图像区域进行校正，得到目标图像区域，其中，目标图像区域的形状为矩形，并且目标图像区域的尺寸为预设尺寸。
5、可选地，预设精度指标用于指示车牌识别结果的准确率，预设性能指标用于指示车牌识别过程的速率；在备选主干网络集合中确定与预设精度指标和预设性能指标对应的目标主干网络的步骤包括：依据预设性能指标和预设精度指标在备选主干网络集合中初步筛选得到待定主干网络；在存在多个待定的情况下，确定各个待定主干网络的每秒查询次数，并依据每秒查询次数在待定主干网络中确定目标主干网络；在只存在一个待定主干网络的情况下，确定待定主干网络为目标主干网络。
6、可选地，注意力机制模块包括视觉注意力机制模块和自注意力机制模块；通过目标主干网络在目标图像区域中检测待识别车牌号并输出识别结果的步骤包括：通过视觉注意力机制模块从目标图像区域中识别并输出预设维度的车牌号码特征图；通过自注意力机制模块对车牌号码特征图进行解码得到车牌号码特征，并将车牌号码特征对齐到目标特征空间；依据对齐到目标特征空间的车牌号码特征预测车牌号码特征对应的车牌号并输出。
7、可选地，备选主干网络集合中的全部模型对应一个特征融合模块：依据对齐到目标特征空间的车牌号码特征预测车牌号码特征对应的车牌号并输出的步骤包括：依据特征融合模块处理对齐到目标特征空间的车牌号码特征，预测车牌号码特征对应的车牌号并输出。
8、可选地，特征融合模块通过以下方式训练：确定训练数据集，以及训练数据集对应的标签，其中，训练数据集中包括待识别的车牌号码图像，标签包括车牌号码图像对应的车牌号；将训练数据集输入到由备选主干网络集合中的主干网络和特征融合模块组成的神经网络中，并获取神经网络的输出结果；依据输出结果和标签对特征融合模块的模型参数进行调整，其中，在对特征融合模块训练的过程中，备选主干网络集合中的模型参数被冻结。
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：第一处理模块，用于在待识别车牌图像中确定并提取目标图像区域，其中，目标图像区域为包含有待识别车牌号的图像区域，待识别车牌图像包括单层车牌号的待识别车牌图像和双层车牌号的待识别车牌图像；第二处理模块，用于在备选主干网络集合中确定与预设精度指标和预设性能指标对应的目标主干网络，其中，目标主干网络包括注意力机制模块；第三处理模块，用于通过目标主干网络在目标图像区域中检测并输出识别后的车牌号。
10、根据本申请实施例的另一方面，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车牌识别方法。
11、根据本申请实施例的另一方面，提供了一种电子设备，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，程序运行时执行车牌识别方法。
12、在本申请实施例中，采用在待识别车牌图像中确定并提取目标图像区域，其中，目标图像区域为包含有待识别车牌号的图像区域，待识别车牌图像包括单层车牌号的待识别车牌图像和双层车牌号的待识别车牌图像；在备选主干网络集合中确定与预设精度指标和预设性能指标对应的目标主干网络，其中，目标主干网络包括注意力机制模块；通过目标主干网络在目标图像区域中检测待识别车牌号并输出识别结果的方式，通过主干网络中的注意力机制模块来将不同类型的车牌图像中的车牌号码特征映射到同一特征空间中，达到了采用同一神经网络模型对不同类型的车牌号码进行识别的目的，从而实现了降低所需计算资源的技术效果，进而解决了由于相关技术中针对不同的车牌需要采用不同的神经网络模型来识别导致的占用的计算资源过多技术问题。
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所述的车牌识别方法，其特征在于，所述在待识别车牌图像中确定并提取目标图像区域的步骤包括：
3.根据权利要求2所述的车牌识别方法，其特征在于，所述依据所述目标图像区域检测结果在所述待识别车牌图像中提取所述目标图像区域的步骤包括：
4.根据权利要求1所述的车牌识别方法，其特征在于，所述预设精度指标用于指示车牌识别结果的准确率，所述预设性能指标用于指示车牌识别过程的速率；所述在备选主干网络集合中确定与预设精度指标和预设性能指标对应的目标主干网络的步骤包括：
5.根据权利要求1所述的车牌识别方法，其特征在于，所述注意力机制模块包括视觉注意力机制模块和自注意力机制模块；所述通过所述目标主干网络在所述目标图像区域中检测所述待识别车牌号并输出识别结果的步骤包括：
6.根据权利要求5所述的车牌识别方法，其特征在于，所述备选主干网络集合中的全部模型对应一个特征融合模块：所述依据对齐到所述目标特征空间的所述车牌号码特征预测所述车牌号码特征对应的所述车牌号并输出的步骤包括：
<...【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所述的车牌识别方法，其特征在于，所述在待识别车牌图像中确定并提取目标图像区域的步骤包括：
3.根据权利要求2所述的车牌识别方法，其特征在于，所述依据所述目标图像区域检测结果在所述待识别车牌图像中提取所述目标图像区域的步骤包括：
4.根据权利要求1所述的车牌识别方法，其特征在于，所述预设精度指标用于指示车牌识别结果的准确率，所述预设性能指标用于指示车牌识别过程的速率；所述在备选主干网络集合中确定与预设精度指标和预设性能指标对应的目标主干网络的步骤包括：
5.根据权利要求1所述的车牌识别方法，其特征在于，所述注意力机制模块包括视觉注意力机制模块和自注意力机制模块；所述通过所述目标主干网络在所述目标图像区域中检测所述待识别车牌号并输出识别结果...
【专利技术属性】
技术研发人员：左鑫孟，刘江，张玉亭，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。