【技术实现步骤摘要】
本专利技术实施例涉及车牌识别，尤其涉及一种车牌识别方法、车牌识别模型训练方法、装置、电子设备及存储介质。
技术介绍
1、车牌识别技术是计算机视觉领域中一种比较常见的技术应用，目前已经广泛使用在交通道路和社区园区等场景。车牌识别是利用ocr(optical character recognition，光学字符识别)文字识别技术，识别各类车牌，若检测的图像中同时出现多张拍照依然可以同时识别。
2、目前，对车牌进行识别大多是基于深度学习的方法，通过利用大量丰富的样本图像训练得到车牌识别模型，对的车牌具有较高的识别率。
3、专利技术人在实现本专利技术的过程中，发现现有技术存在如下缺陷：目前的车牌识别模型通常只对某一种类型的车牌具有较高的识别率。例如，只对单行车牌类型具有较高的识别率，或者，仅对某一地区或国家的特定类型的车牌具有较高的识别率。然而，随着科技和政策的不断演变，同一地区允许通行的不同类型的车牌越来越多，只对某一种类型的车牌具有较高的识别率的车牌识别模型难以有效识别多种不同类型的车牌，从而降低了车牌的识别精度。
技术实现思路
1、本专利技术实施例提供一种车牌识别方法、车牌识别模型训练方法、装置、电子设备及存储介质，能够提高车牌的识别精度。
2、根据本专利技术的一方面，提供了一种车牌识别方法，包括：
3、获取车牌检测图像数据；所述车牌检测图像数据包括待识别车牌；
4、通过车牌类型判断模型对所述车牌检测图像数据中的待识别车牌进
5、根据所述待识别车牌的车牌类型从多个车牌识别模型中确定与所述待识别车牌匹配的目标车牌识别模型；
6、通过所述目标车牌识别模型对所述车牌检测图像数据进行识别，得到车牌识别结果。
7、根据本专利技术的另一方面，提供了一种车牌识别模型训练方法，包括：
8、获取车牌样本图像数据；
9、确定所述车牌样本图像数据匹配的待训练车牌识别模型；
10、通过所述待训练车牌识别模型对所述车牌样本图像数据进行特征提取，得到初始样本特征图；
11、通过所述待训练车牌识别模型对所述初始样本特征图进行转换，得到转换样本特征图；其中，所述待训练车牌识别模型的类型为多个；
12、通过所述待训练车牌识别模型根据所述转换样本特征图进行识别，得到车牌识别结果，以对所述待训练车牌识别模型进行训练；
13、其中，各所述待训练车牌识别模型训练完成后得到的多个车牌识别模型应用于本专利技术任一实施例所述的车牌识别方法。
14、根据本专利技术的另一方面，提供了一种车牌识别装置，包括：
15、车牌检测图像数据获取模块，用于获取车牌检测图像数据；所述车牌检测图像数据包括待识别车牌；
16、车牌类型分类模块，用于通过车牌类型判断模型对所述车牌检测图像数据中的待识别车牌进行分类判断，得到所述待识别车牌的车牌类型；
17、目标车牌识别模型确定模块，用于根据所述待识别车牌的车牌类型从多个车牌识别模型中确定与所述待识别车牌匹配的目标车牌识别模型；
18、第一车牌识别结果获取模块，用于通过所述目标车牌识别模型对所述车牌检测图像数据进行识别，得到车牌识别结果。
19、根据本专利技术的另一方面，提供了一种车牌识别模型训练装置，包括：
20、车牌样本图像数据获取模块，用于获取车牌样本图像数据；
21、待训练车牌识别模型确定模块，用于确定所述车牌样本图像数据匹配的待训练车牌识别模型；
22、初始样本特征图提取模块，用于通过所述待训练车牌识别模型对所述车牌样本图像数据进行特征提取，得到初始样本特征图；
23、转换样本特征图获取模块，用于通过所述待训练车牌识别模型对所述初始样本特征图进行转换，得到转换样本特征图；其中，所述待训练车牌识别模型的类型为多个；
24、第二车牌识别结果获取模块，用于通过所述待训练车牌识别模型根据所述转换样本特征图进行识别，得到车牌识别结果，以对所述待训练车牌识别模型进行训练；
25、其中，各所述待训练车牌识别模型训练完成后得到的多个车牌识别模型应用于本专利技术任一实施例所述的车牌识别方法。
26、根据本专利技术的另一方面，提供了一种电子设备，所述电子设备包括：
27、至少一个处理器；以及
28、与所述至少一个处理器通信连接的存储器；其中，
29、所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行本专利技术任一实施例所述的车牌识别方法或车牌识别模型训练方法。
30、根据本专利技术的另一方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现本专利技术任一实施例所述的车牌识别方法或车牌识别模型训练方法。
31、本专利技术实施例通过获取到包括待识别车牌的车牌检测图像数据后，通过车牌类型判断模型对车牌检测图像数据中的待识别车牌进行分类判断，得到待识别车牌的车牌类型。在确定车牌类型后，根据待识别车牌的车牌类型从多个车牌识别模型中确定与待识别车牌匹配的目标车牌识别模型，进而通过目标车牌识别模型对车牌检测图像数据进行识别，得到车牌识别结果，解决现有单一车牌识别难以有效识别多种不同类型车牌的问题，从而提高车牌的识别精度。
32、应当理解，本部分所描述的内容并非旨在标识本专利技术的实施例的关键或重要特征，也不用于限制本专利技术的范围。本专利技术的其它特征将通过以下的说明书而变得容易理解。
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，所述待识别车牌的车牌类型包括单行车牌、双行车牌以及三行车牌；
3.根据权利要求2所述的方法，其特征在于，所述通过所述目标车牌识别模型对所述车牌检测图像数据进行识别，得到车牌识别结果，包括：
4.根据权利要求3所述的方法，其特征在于，所述通过所述目标车牌识别模型对所述初始特征图进行转换，得到转换特征图，包括：
5.根据权利要求3或4所述的方法，其特征在于，若所述目标车牌识别模型为所述双行车牌识别模型和/或所述三行车牌识别模型，则所述方法还包括：
6.根据权利要求1所述的方法，其特征在于，所述获取车牌检测图像数据，包括：
7.一种车牌识别模型训练方法，其特征在于，包括：
8.一种车牌识别装置，其特征在于，包括：
9.一种车牌识别模型训练装置，其特征在于，包括：
10.一种电子设备，其特征在于，所述电子设备包括：
11.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计
...【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，所述待识别车牌的车牌类型包括单行车牌、双行车牌以及三行车牌；
3.根据权利要求2所述的方法，其特征在于，所述通过所述目标车牌识别模型对所述车牌检测图像数据进行识别，得到车牌识别结果，包括：
4.根据权利要求3所述的方法，其特征在于，所述通过所述目标车牌识别模型对所述初始特征图进行转换，得到转换特征图，包括：
5.根据权利要求3或4所述的方法，其特征在于，若所述目标车牌识别模型为所述双行车牌识别模型和/或所述三行车牌识别模型，则...
【专利技术属性】
技术研发人员：石伟，赵武阳，陈瀚，梁飒，
申请(专利权)人：北京升哲科技有限公司，
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。