【技术实现步骤摘要】
本专利技术属于交通信息处理，具体涉及一种基于人工智能的抗干扰车辆信息识别方法及装置。
技术介绍
1、车身会存在一些有意或者无意的干扰信息，例如，在车身的较大面积上涂装含有多种颜色的条带、色块乃至碎片，这些涂装区域的颜色特征以及边缘特征作为干扰信息，这些干扰信息会造成车辆对应的候选区域与预设的提取标准不符合，以及造成实质为车辆的区域不被识别为候选区域，使得车辆识别遗漏，从而导致车辆的识别结果不准确，进而导致车辆的识别准确率较低。
技术实现思路
1、为提高带干扰车辆信息的识别准确率的问题，在本专利技术的第一方面提供了一种基于人工智能的抗干扰车辆信息识别方法，包括：获取带干扰信息的目标车辆的多帧图像，并基于贝叶斯概率或马尔科夫链从所述多帧图像中随机选取一帧图像作为首帧图像，余下的多幅图像作为次帧图像；利用训练完成的yolo神经网络从首帧图像中识别第一候选区域，并根据预设提取标准和预设模板对所述第一候选区域进行调整，得到一个或多个第二候选区域；利用训练完成的lprnet和第二候选区域，从多幅次帧图像中识别车辆信息。
2、在本专利技术的一些实施例中，所述基于贝叶斯概率或马尔科夫链从所述多帧图像中随机选取一帧图像作为首帧图像，余下的多幅图像作为次帧图像包括：随机从所述多帧图像中随机选取一帧图像作为首帧图像，基于贝叶斯概率按关联性的概率从高到低，将余下的多幅图像作为次帧图像；随机从所述多帧图像中随机选取一帧图像作为首帧图像，基于马尔卡夫链，将前后关联的多幅图像作为次帧图像。
<...【技术保护点】
1.一种基于人工智能的抗干扰车辆信息识别方法，其特征在于，包括：
2.根据权利要求1所述的基于人工智能的抗干扰车辆信息识别方法，其特征在于，所述基于贝叶斯概率或马尔科夫链从所述多帧图像中随机选取一帧图像作为首帧图像，余下的多幅图像作为次帧图像包括：
3.根据权利要求1所述的基于人工智能的抗干扰车辆信息识别方法，其特征在于，所述利用训练完成的YOLO神经网络从首帧图像中识别第一候选区域，并根据预设的提取标准和预设模板对所述第一候选区域进行调整，得到一个或多个第二候选区域包括：
4.根据权利要求3所述的基于人工智能的抗干扰车辆信息识别方法，其特征在于，所述预设模板通过车辆长宽比、车窗的位置、车辆类型和车辆品牌确定的候选区域。
5.根据权利要求1所述的基于人工智能的抗干扰车辆信息识别方法，其特征在于，所述利用训练完成的LPRNet和第二候选区域，从多幅次帧图像中识别车辆信息包括：
6.根据权利要求1所述的基于人工智能的抗干扰车辆信息识别方法，其特征在于，还包括：利用transform网络对车辆信息和干扰信息融合，生成带干扰信息
7.一种基于人工智能的抗干扰车辆信息识别装置，其特征在于，包括：
8.根据权利要求7所述的基于人工智能的抗干扰车辆信息识别装置，其特征在于，所述调整模块包括：
9.一种电子设备，包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现如权利要求1至6任一项所述的基于人工智能的抗干扰车辆信息识别方法。
10.一种计算机可读介质，其上存储有计算机程序，其中，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述的基于人工智能的抗干扰车辆信息识别方法。
...【技术特征摘要】
1.一种基于人工智能的抗干扰车辆信息识别方法，其特征在于，包括：
2.根据权利要求1所述的基于人工智能的抗干扰车辆信息识别方法，其特征在于，所述基于贝叶斯概率或马尔科夫链从所述多帧图像中随机选取一帧图像作为首帧图像，余下的多幅图像作为次帧图像包括：
3.根据权利要求1所述的基于人工智能的抗干扰车辆信息识别方法，其特征在于，所述利用训练完成的yolo神经网络从首帧图像中识别第一候选区域，并根据预设的提取标准和预设模板对所述第一候选区域进行调整，得到一个或多个第二候选区域包括：
4.根据权利要求3所述的基于人工智能的抗干扰车辆信息识别方法，其特征在于，所述预设模板通过车辆长宽比、车窗的位置、车辆类型和车辆品牌确定的候选区域。
5.根据权利要求1所述的基于人工智能的抗干扰车辆信息识别方法，其特征在于，所述利用训练完成的lprnet和第二候选区域，从多...
【专利技术属性】
技术研发人员：周显敬，刘虎，汪寒雨，黄银地，
申请(专利权)人：武汉卓尔信息科技有限公司，
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。