[发明专利]车牌识别方法及装置

权利要求书

1.一种车牌识别方法，其特征在于，包括：

获取待识别图像、预设子格宽度、预设子格高度和基于深度神经网络的车牌识别模型；

通过所述车牌识别模型，以所述预设子格宽度为横向步长、所述预设子格高度为纵向步长，从所述待识别图像的起始原点开始，依次获取尺寸符合所述预设子格宽度和预设子格高度的待识别子格区域，并对所述待识别子格区域进行字符识别；

获取所述待识别子格区域对应的字符识别结果，根据所述字符识别结果得到所述待识别图像中的目标车牌；

所述车牌识别方法还包括：

获取候选区域配置参数；

针对每个所述待识别子格区域，根据所述候选区域配置参数生成中心点与所述待识别子格区域的中心点重合的候选区域；

对所述待识别子格区域进行字符识别，包括：

确定所述待识别子格区域中是否存在字符，得到所述待识别子格区域的第一字符识别结果；

确定所述待识别子格区域中存在的目标字符的字符类型和相对于所述待识别子格区域的偏移方向，得到所述待识别子格区域的第二字符识别结果；

针对所述待识别子格区域对应的每个所述候选区域，确定其与所述待识别子格区域中存在的目标字符之间的回归目标值，得到所述待识别子格区域的第三字符识别结果。

2.根据权利要求1所述的车牌识别方法，其特征在于，所述根据所述字符识别结果得到所述待识别图像中的目标车牌的步骤，包括：

根据各个所述待识别子格区域对应的第一字符识别结果和第二字符识别结果，将各个所述待识别子格区域对应的目标字符组合为字符矩阵；

将所述字符矩阵中相邻且字符类型相同的两个目标字符进行合并，得到所述目标车牌；

所述第三字符识别结果，即所述回归目标值，表示该待识别子格区域的每个候选区域相对于该目标字符的偏移量，也用于估测该目标字符的整体所在区域。

3.根据权利要求1所述的车牌识别方法，其特征在于，还包括：

获取样本图像、所述样本图像中每个车牌字符对应的标注信息和基于深度神经网络的预设识别模型；

通过所述预设识别模型，以所述预设子格宽度为横向步长、所述预设子格高度为纵向步长，从所述样本图像的起始原点开始，依次获取尺寸符合所述预设子格宽度和预设子格高度的样本子格区域，并对所述样本子格区域进行字符识别，得到所述样本子格区域对应的实际识别结果；

根据所述标注信息获取所述样本子格区域对应的期望识别结果；

获取所述实际识别结果和所述期望识别结果之间的误差损失，并根据所述误差损失对所述预设识别模型进行优化，得到所述车牌识别模型。

4.根据权利要求3所述的车牌识别方法，其特征在于，还包括：

获取候选区域配置参数；

在获取到所述样本子格区域后，根据所述候选区域配置参数生成中心点与所述样本子格区域的中心点重合的样本候选区域；

所述对所述样本子格区域进行字符识别，得到所述样本子格区域对应的实际识别结果的步骤，包括：

确定所述样本子格区域中是否存在字符，得到所述样本子格区域的第一实际识别结果；

确定所述样本子格区域中存在的字符的字符类型和相对于所述样本子格区域的偏移方向，得到所述样本子格区域的第二实际识别结果；

针对所述样本子格区域对应的每个所述样本候选区域，确定其与所述样本子格区域中存在的字符之间的实际回归目标值，得到所述样本子格区域的第三实际识别结果。