[发明专利]基于虚拟车牌的无牌车识别方法及装置

说明书

技术领域

本发明涉及图像处理、视频监控以及智能交通，特别涉及基于虚拟车牌的无牌车识别方法及装置。

背景技术

随着汽车保有量的迅猛增长，需要对车辆收费的场景越来越多，比如停车位收费、高速公路收费等。现有的车辆收费大多是基于车牌识别技术。然而，在车辆无车牌的情况下，不得不采取在出入口处查找抓拍照片等人工参与方式进行收费确认，这不仅消耗人工，而且浪费了车主的时间。

尤其在一些无牌车较多的地区和场景，停车场一天通过的无牌车数量可占总通过车辆数的2~4%，例如某停车场一天通过1000辆的话，通过无牌车可达几十辆，这些无牌车的收费处理方式与结果是对停车场系统整体性能的极大考验。

为了解决无牌车收费问题，常用的是基于车型识别的无牌车收费和基于二维码扫描的无牌车收费。前者通过车型进行无牌车筛选，但是平台需要对接收的数据格式进行变换，对接起来很繁琐，且不能解决车型相似的无牌车。后者需要停车、打开手机APP、扫码等操作，比较耗时。

综上所述，需要提出一种操作简便、且识别准确率高的无牌车识别方法。

发明内容

有鉴于此，本发明的主要目的在于实现无牌车识别，且识别准确率高。

为达到上述目的，按照本发明的第一个方面，提供了基于虚拟车牌的无牌车识别方法，该方法包括：

第一步骤，采集入口处的场景图像；

第二步骤，对入口处的场景图像进行无牌车检测，获取无牌车检测区域；

第三步骤，采用无牌车的虚拟车牌生成方法，获取无牌车的虚拟车牌号码，将无牌车检测区域和虚拟车牌号码保存到后台数据库；

第四步骤，采集出口处的场景图像；

第五步骤，对出口处的场景图像进行无牌车检测，获取无牌车检测区域；

第六步骤，采用无牌车的虚拟车牌生成方法，获取无牌车的虚拟车牌号码，输出无牌车检测区域和虚拟车牌号码；以及

第七步骤，将第六步骤输出的虚拟车牌号码与后台数据库中的虚拟车牌号码中的字符串进行一一比对，若字符串完全一致，则认为所述比对的后台数据库中保存的无牌车检测区域与第六步骤中的无牌车检测区域匹配成功并输出。

进一步地，所述第二步骤和所述第五步骤中无牌车检测包括：

车辆检测步骤，采用车辆检测方法，从输入的场景图像中提取车辆检测区域；

车牌检测步骤，采用车牌检测方法，对车辆检测区域进行车牌检测，若存在车牌则结束，否则将车辆检测区域标记为无牌车检测区域并输出。

进一步地，所述无牌车的虚拟车牌生成方法包括：

无牌车输入步骤，输入无牌车检测区域；

车身颜色识别步骤，采用基于深度学习的车身颜色识别方法，对无牌车检测区域进行车身颜色识别，输出无牌车检测区域的车身颜色识别结果；

车款识别步骤，采用基于深度学习的车款识别方法，对无牌车检测区域进行车款识别，输出无牌车检测区域的车款识别结果；

虚拟车牌生成步骤，按照真实车牌的形式，根据无牌车检测区域的车身颜色识别结果和车款识别结果，生成无牌车检测区域的虚拟车牌，输出无牌车检测区域与虚拟车牌号码。

进一步地，所述车身颜色识别步骤包括：

车身颜色识别模型训练步骤，输入标记车身颜色的车辆样本图像，采用第一深度学习网络进行反复训练直至模型收敛，输出收敛的车身颜色识别模型；

车身颜色识别输出步骤，采用车身颜色识别模型对无牌车检测区域进行车身颜色识别，输出无牌车检测区域的车身颜色识别结果。

进一步地，所述车款识别步骤包括：

车款识别模型训练步骤，输入标记车款的车辆样本图像，采用第二深度学习网络进行反复训练直至模型收敛，输出收敛的车款识别模型；

车款识别输出步骤，采用车款识别模型对无牌车检测区域进行车款识别，输出无牌车检测区域的车款识别结果。

进一步地，所述虚拟车牌生成步骤包括：

第一字符设定步骤，将虚拟车牌的第一位字符设定为一个汉字；

第二字符生成步骤，根据设定的颜色与字符的映射，获取无牌车检测区域的车身颜色所映射的字符并标记为虚拟车牌的第二位字符；

后面字符生成步骤，根据设定的车款与字符的映射，获取无牌车检测区域的车款所映射的字符串并依次标记为虚拟车牌的第三位字符~第八位字符；

虚拟字符输出步骤，依次输出虚拟车牌的第一位字符~第八位字符。