[发明专利]车辆识别码的检测方法、装置及计算机设备在审
申请号: | 201910880210.7 | 申请日: | 2019-09-18 |
公开(公告)号: | CN110598687A | 公开(公告)日: | 2019-12-20 |
发明(设计)人: | 周康明;谷维鑫 | 申请(专利权)人: | 上海眼控科技股份有限公司 |
主分类号: | G06K9/20 | 分类号: | G06K9/20;G06K9/32;G06K9/34 |
代理公司: | 44224 广州华进联合专利商标代理有限公司 | 代理人: | 黄丽霞 |
地址: | 200030 上海市徐汇*** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 车辆识别码 区域图像 字符串 待检测图像 比对 检测 计算机设备 分割结果 分割模型 检测结果 模型检测 目标检测 参考 准确率 分割 记录 申请 | ||
本申请涉及一种车辆识别码的检测方法、装置及计算机设备,该方法包括包括:获取车辆识别码的待检测图像和车辆识别码的参考字符串;通过目标检测模型检测待检测图像中是否存在车辆识别码区域图像,若存在,从待检测图像中提取得到车辆识别码区域图像;通过字符实例分割模型对车辆识别码区域图像进行识别分割,并根据车辆识别码区域图像的识别分割结果生成车辆识别码区域图像所对应的字符串;将车辆识别码区域图像所对应的字符串与车辆识别码的参考字符串进行比对;根据比对的结果,记录车辆识别码的第一检测结果,解决了传统技术中存在无法准确地对车辆识别码进行检测的技术问题,提升了车辆识别码检测的准确率。
技术领域
本申请涉及车辆检测领域,特别是涉及一种车辆识别码的检测方法、装置及计算机设备。
背景技术
随着社会经济的不断发展和人民生活水平的不断提高,城市机动车保有量迅猛增长。机动车车辆年检的工作量也随之迅速增大。而车辆识别码的检测、识别是车辆年检重要的项目之一。
其中,车辆识别码(Vehicle Identification Number,VIN)是作为汽车唯一标识码的多字符代码,包含了车辆的生产厂家、年代、车型、车身型式及代码、发动机代码及组装地点等信息。通常情况下,车辆识别码由17位字符组成,包含字母和数字,俗称十七位码。
但是,传统技术中存在无法准确地对车辆识别码进行检测的技术问题。
发明内容
基于此,有必要针对传统技术中存在的无法准确地对车辆识别码进行检测的技术问题,提供一种车辆识别码的检测方法、装置及计算机设备。
一种车辆识别码的检测方法,所述方法包括:获取车辆识别码的待检测图像和车辆识别码的参考字符串;通过目标检测模型检测所述待检测图像中是否存在车辆识别码区域图像,若存在,从所述待检测图像中提取得到所述车辆识别码区域图像;通过字符实例分割模型对所述车辆识别码区域图像进行识别分割,并根据所述车辆识别码区域图像的识别分割结果生成所述车辆识别码区域图像所对应的字符串;将所述车辆识别码区域图像所对应的字符串与所述车辆识别码的参考字符串进行比对;根据比对的结果,记录所述车辆识别码的第一检测结果。
上述车辆识别码的检测方法,通过字符实例分割模型对所述车辆识别码区域图像进行识别分别,并根据所述车辆识别码区域图像的识别分割结果生成所述车辆识别码区域图像所对应的字符串,实现了对车辆识别码待检测图像中相邻的相同字符的有效识别,从而解决了传统技术中存在无法准确地对车辆识别码进行检测的技术问题,提升了车辆识别码检测的准确率。
附图说明
图1为一个实施例中车辆识别码的检测方法的应用环境图;
图2a为一个实施例中车辆识别码的检测方法的流程示意图;
图2b为一个实施例中待检测图像中的车辆识别码区域的示意图;
图3为一个实施例中车辆识别码的检测方法的流程示意图;
图4为一个实施例中车辆识别码的检测方法的流程示意图;
图5为一个实施例中车辆识别码的检测方法的流程示意图;
图6为一个实施例中生成拓印膜图片中各个字符的流程示意图;
图7a为一个实施例中车辆识别码的检测方法的流程示意图;
图7b为一个实施例中字符实例分割模型的网络结构图;
图8为一个实施例中生成车辆识别码区域图像的样本集的流程示意图;
图9为一个实施例中车辆识别码的检测装置的结构框图;
图10为一个实施例中计算机设备的内部结构图。
具体实施方式
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海眼控科技股份有限公司,未经上海眼控科技股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910880210.7/2.html,转载请声明来源钻瓜专利网。
- 上一篇:发票的识别方法、系统、电子设备和介质
- 下一篇:图形识别修正的自适应校正方法