[发明专利]车牌识别方法和终端设备

说明书

本发明实施例公开了一种车牌识别方法及终端设备。该方法包括：获取待识别车牌数据。基于第一特征提取层对待识别数据进行特征提取和对提取到的特征进行特征加权处理，确定出待识别车牌数据的第一组图像特征。基于第一特征提取层之后的第二特征提取层对第一组图像特征进行特征提取和对提取到的特征进行特征加权处理，以确定出待识别车牌数据的第二组图像特征。基于第二特征提取层之后的第三特征提取层对第一组图像特征和第二组图像特征进行特征提取和对提取到的特征进行特征加权处理，以确定出待识别车牌数据的第三组图像特征。第三组图像特征用于待识别车牌数据的车牌属性的确定。采用本发明实施例，可提升车牌识别速度，也可提升车牌识别精度。

技术领域

本发明涉及计算机技术领域，尤其涉及一种车牌识别方法和终端设备。

背景技术

随着科学技术的不断发展，图像处理技术的应用领域越来越广。例如，图像处理技术可应用于刑侦检测、智能监控等领域。其中，车牌图像的识别技术就一直是智能监控领域的研究热点和关键技术之一。智能监控技术可减少和避免交通违法行为和交通事故的发生，也可以为各类交通事故的处理提供有力的证据支撑。车牌作为机动车的固有身份特征，可准确定位到任何一辆机动车，在智能监控中起到了至关重要的作用。因而，人们对车牌识别技术的准确率的要求也越来越高。

现有技术中，车牌识别首先需要对定位出的车牌图像进行分割，以得到每个车牌号码对应的字符图像，然后对每个字符图像进行特征提取，再根据提取出的图像特征进行字符识别。现有技术中的车牌识别操作过程繁琐，识别精度受字符分割准确性的影响较大，而且当车牌图像质量较差时，识别精度低，适用性差。

发明内容

本发明实施例提供了一种车牌识别方法和终端设备，可降低车牌识别方法的复杂度，提升车牌识别速度，提高车牌识别精度。

第一方面，本发明实施例提供了一种车牌识别方法。首先，获取到待识别车牌数据。然后将该待识别车牌数据输入到训练好的特征提取模型。上述训练好的特征提取模型至少包括第一特征提取层、第二特征提取层和第三特征提取层。基于特征提取模型中的第一特征提取层对上述待识别数据进行特征提取和对提取到的特征进行特征加权处理，以确定出上述待识别车牌数据的第一组图像特征。这里，上述特征提取模型至少包括第一特征提取层、第二特征提取层和第三特征提取层。然后，基于上述第一特征提取层之后的上述第二特征提取层对上述第一组图像特征进行特征提取和对提取到的特征进行特征加权处理，以确定出上述待识别车牌数据的第二组图像特征。然后，基于上述第二特征提取层之后的上述第三特征提取层对上述第一组图像特征和上述第二组图像特征进行特征提取和对提取到的特征进行特征加权处理，以确定出上述待识别车牌数据的第三组图像特征。最后，将上述第三组图像特征用于上述待识别车牌数据的车牌属性的确定。这里，待识别车牌数据的车牌属性可包括车牌号码、车牌类型等，此处不作限定。这里，上述第一特征提取层、第二特征提取层和第三特征提取层仅为了区分不同的特征提取层，不具备限定作用。

在本发明实施例中，获取到待识别车牌数据后，可通过特征提取模型中的三个个特征提取层获取到待识别车牌数据的第三组图像特征。由于上述第三组图像特征融合了低层次图像特征和高层次图像特征，具有多层次的特征信息，这就使得根据上述第三组图像特征即可确定出待识别车牌属性对应的车牌属性或车牌置信度。这样可避免需要通过多组图像特征来确定出待识别车牌数据的多个车牌属性的情况，降低了车牌识别方法的复杂度。同时，通过特征加权处理使得特征的重要性得以区分，达到了特征增强的效果，可提升车牌识别的准确率。