[发明专利]车牌号码识别方法、装置、电子设备及存储介质

说明书

本发明实施例提供一种车牌号码识别方法、装置、电子设备及存储介质，所述方法包括：将待识别图像输入到预设的特征编码空间进行矫正及编码，得到具有多个通道的特征图像，所述待识别图像包括车牌信息，所述特征图像包括与所述多个通道对应的多个特征区域，所述通道具有时序属性；将所述特征图像按所述时序属性输入到预设的特征解码空间，并通过注意力机制将所述通道对应的特征区域按所述时序属性进行解码；按所述时序属性输出解码结果，得到所述待识别图像的识别结果。可以避免多个步骤的错误累加，提高车牌号码识别的鲁棒性；而且整个识别过程只经过编码空间与解码空间，可以实现端对端的车牌号码识别。

技术领域

本发明涉及人工智能技术领域，尤其涉及一种人车牌号码识别方法、装置、电子设备及存储介质。

背景技术

图像识别是当前交通、小区或停车场管理常用的技术之一，例如：使用基于图像识别的车牌号码识别，识别到车辆的车牌号码。目前传统车牌号码识别一般被分为多个独立的步骤，比如：1.图像归一化：把车牌图片通过计算机视觉方法(如单应性矩阵homography等)编程“正式图”。2.图像预处理：在这里对于图像的遮挡，污垢，光照等情况进行处理(如二值分布binarized等)3.字符分割：通过计算机视觉方法进行字符分割(如边缘检测edgedetection等)4.字符识别：对分割好的字符进行识别(如随机森林random forest，支持向量机svm，逻辑回归logistic regression等机器学习或深度学习方法)。这样导致了每个步骤中出现的错误可能会累加，从而造成最终识别效果不佳，也不容易定位问题出现在哪一步。而且传统车牌识别对于输入图片的要求相对来说比较高，有严格的角度以及清晰度要求。传统车牌识别的种种限制导致在安装摄像头，监控场景有着严格要求，并且识别率容易受到天气，光照等影响。因此，传统车牌识别容易受到多种因素的影响导致识别效果不佳，存在鲁棒性差的问题。

发明内容

本发明实施例提供一种车牌号码识别方法，能够提高车牌号码识别的鲁棒性。

第一方面，本发明实施例提供一种车牌号码识别方法，包括：

将待识别图像输入到预设的特征编码空间进行矫正及编码，得到具有多个通道的特征图像，所述待识别图像包括车牌信息，所述特征图像包括与所述多个通道对应的多个特征区域，所述通道具有时序属性；

将所述特征图像按所述时序属性输入到预设的特征解码空间，在所述特征解码空间中通过注意力机制将所述特征图像中的特征区域按所述时序属性依次进行解码；

按所述时序属性输出解码结果，得到所述待识别图像的识别结果。

可选的，所述预设的特征编码空间包括预先训练好的空间变换网络以及预先训练好的编码网络，所述将待识别图像输入到预设的特征编码空间进行矫正及编码，编码得到具有多个通道的特征图像，包括：

在所述预先训练好的空间变换网络中对所述待识别图像进行矫正预测，并根据预测结果矫正所述待识别图像，得到矫正后图像；

将所述矫正后图像输入到所述预先训练好的编码网络，通过所述编码网络中的多个卷积核对所述矫正后图像进行卷积计算，得到具有多个通道的特征图像，其中，所述通道的数量与所述卷积核的数量相同，所述通道的时序属性与所述卷积核计算的先后顺序相关联。

可选的，所述预设的特征解码空间包括预先训练好的注意力机制以及预先训练好的长短时记忆网络，所述将所述特征图像按所述时序属性输入到预设的特征解码空间，并通过注意力机制将所述通道对应的特征区域按所述时序属性进行解码，包括：

在将所述特征图像按所述时序属性输入到特征解码空间时，向所述预先训练好的注意力机制上报各个通道的时序属性；

通过所述预先训练好的注意力机制将所述通道对应的特征区域按所述时序属性进行排序，并按所述排序通知所述预先训练好的长短时记忆网络依次解码对应于所述排序的特征区域。