[发明专利]用于识别多标签车牌的方法、装置、电子设备和可读介质在审

专利信息
申请号: 202010093786.1 申请日: 2020-02-14
公开(公告)号: CN111368645A 公开(公告)日: 2020-07-03
发明(设计)人: 苏伟博 申请(专利权)人: 北京澎思科技有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06N3/04;G06N3/08
代理公司: 北京植德律师事务所 11780 代理人: 唐华东
地址: 100016 北京市朝*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 用于 识别 标签 车牌 方法 装置 电子设备 可读 介质
【说明书】:

本公开的实施例公开了一种用于识别多标签车牌的方法、装置、电子设备和可读介质。该方法的一具体实施方式包括:获取待识别图像;对上述待识别图像进行检测;响应于检测到上述待识别图像包括车辆图像,从上述车辆图像中提取车牌图像;对上述车牌图像进行图像处理;将处理后的车牌图像输入至预先训练的多标签车牌识别卷积网络,得到车牌图像特征,上述多标签车牌识别卷积网络包括空间注意力网络;基于上述车牌图像特征,输出车牌号码。该实施方式实现了字符空间注意力的效果,从而提升多标签车牌识别卷积网络模型的整体识别性能。

技术领域

本公开的实施例涉及计算机技术领域,具体涉及一种用于识别多标签车牌的方法、装置、电子设备和可读介质。

背景技术

车牌识别是一种运动中的车牌号码从复杂背景中自动抓拍并识别出来的技术,该技术已广泛应用于高速公路车辆管理系统、电子收费(Electronic Toll Collection,ETC)系统、停车场管理系统等系统中。传统的车牌识别方式,对于复杂情况,识别精度会下降明显。因此,人们需识别精度更高,计算更为简单的车牌识别技术方法。

发明内容

本公开的内容部分用于以简要的形式介绍构思,这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征,也不旨在用于限制所要求的保护的技术方案的范围。

本公开的一些实施例提出了一种用于识别多标签车牌的方法、装置、电子设备和可读介质,来解决以上背景技术部分提到的技术问题。

第一方面,本公开的一些实施例提供了一种用于识别多标签车牌的方法,该方法包括:获取待识别图像;对上述待识别图像进行检测;响应于检测到上述待识别图像包括车辆图像,从上述车辆图像中提取车牌图像;对上述车牌图像进行图像处理;将处理后的车牌图像输入至预先训练的多标签车牌识别卷积网络,得到车牌图像特征,上述多标签车牌识别卷积网络包括空间注意力网络;基于上述车牌图像特征,输出车牌号码。

第二方面,本公开的一些实施例提供了一种用于识别多标签车牌的装置,装置包括:获取单元,被配置成获取待识别图像;检测单元,被配置成对上述待识别图像进行检测;提取单元,被配置成响应于检测到上述待识别图像包括车辆图像,从上述车辆图像中提取车牌图像;图像处理单元,被配置成对上述车牌图像进行图像处理;输入单元,被配置成将处理后的车牌图像输入至预先训练的多标签车牌识别卷积网络,得到车牌图像特征,上述多标签车牌识别卷积网络包括空间注意力网络;输出单元,被配置成基于上述车牌图像特征,输出车牌号码。

第三方面,本公开的一些实施例还提供了一种电子设备,包括:一个或多个处理器;存储装置,用于存储一个或多个程序;当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现如上述实施例所述的方法。

第四方面,本公开的一些实施例还提供了一种计算机可读介质,其上存储有计算机程序,其中,所述程序被处理器执行时实现如上述实施例所述的方法。

本公开的上述各个实施例中的一个实施例至少部分地具有如下有益效果:通过得到的大量待识别图像训练样本,以保证网络训练结果中不出现欠拟合,侧面提高模型精度,减小损失。将获取到的图像通过对车辆照片的检测、提取车牌照片以及车牌照片的处理,形成符合输入到训练网络的标准图片,为训练网络减少不必要的计算量,更加关注车牌中车牌号码信息,侧面提高了网络模型的识别精度。将处理好的车牌图像输入到多标签车牌识别改进网络中,输出识别精度更高的车牌号码。

附图说明

结合附图并参考以下具体实施方式,本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中,相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的,原件和元素不一定按照比例绘制。

下面将参考附图并结合实施例来详细说明本公开。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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北京澎思科技有限公司,未经北京澎思科技有限公司许可,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/202010093786.1/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top