[发明专利]基于大数据的遮挡车牌识别方法、设备及存储介质

说明书

本发明涉及车牌识别以及大数据技术领域，尤其涉及一种基于大数据的遮挡车牌识别方法、设备及存储介质；识别方法，包括以下步骤：将被遮挡字符或缺失字符用特殊符号代替，生成特殊车牌；基于特殊车牌时空数据库和无线电子设备探测数据库，分别提取特殊车牌车辆、无线电子设备基于时间顺序的活动轨迹：判断特殊车牌和无线电子设备的关联关系；从电子设备与车牌的关联关系数据库中挖掘出与此电子设备ID关联的正常车牌。本发明所公开的基于大数据的遮挡车牌识别方法、设备及存储介质，不增加额外投入，充分利用已有社会大数据资源，识别出被遮挡车牌的真实车牌号码；不需要人工参与，也不需要车辆管理数据库支持，因而应用成本更低。

技术领域

本发明涉及车牌识别以及大数据技术领域，尤其涉及一种基于大数据的遮挡车牌识别方法、设备及存储介质。

背景技术

随着人们生活水平的提高，道路上的车辆越来越多，为了避免拥堵，很多城市实行限号上路行驶措施。为了逃避限行措施以及交通电子眼，有些车主开始遮挡车牌或伪造车牌，对交通秩序和车辆管理造成极大障碍。遮挡车牌是指车辆驾驶者用某种物体遮挡部分或全部车牌区域，使得交警或电子眼不能识别出车辆的真实号牌，从而达到其违法或违章行为不被处罚的目的。

交通管理部门通常用人工设卡的方式现场查找被遮挡车牌的车辆，这种方式就像大海捞针，消耗大量人力物力，且效率低下。随着电子眼和车牌识别技术的发展和普及，使得快速识别出被遮挡号牌的车辆成为可能，然而，除非拍摄到遮挡车牌的过程和遮挡前的真实车牌，否则这类方法仍然不能确定被遮挡车牌的真实号码，也就难以识别出车辆拥有者并加以处罚。

张武丽【1】提出一种遮挡车牌识别方法及装置，首先对车牌候选区域进行初步车牌识别，输出包括初步识别字符及所述初步识别字符对应的置信度的初步识别结果，然后根据所述初步识别结果进行判断，对满足预设遮挡条件的车牌候选区域进行深度学习识别，获得深度学习识别得到的字符个数及字符的位置信息；最后根据所述初步识别字符、所述初步识别字符对应的置信度、所述字符数量及所述字符的位置信息，确定遮挡字符在车牌中的位置，在所述初步识别结果中用特殊符号替换所述遮挡字符，输出最终识别结果。方法的不足：识别出恶意遮挡车牌事件，并用特殊字符替换被遮挡字符生成车牌识别结果，但不能识别出被遮挡车牌的真实车牌。

杨英仓【2】提出一种车辆无牌及车牌遮挡实时检测方法。包括步骤：(1)单帧进行车牌识别和车辆检测；(2)将每帧识别到的车牌，与以往帧识别得到的车牌进行关联，综合识别后输出车牌轨迹链；(3)将多帧出现的同一个车辆关联起来，去除误检目标，在车辆驶出画面时输出车辆轨迹链；(4)对车牌轨迹链的综合识别结果进行分析，判断是否存在字符被遮挡的情况并给出被遮挡的字符位；(5)将车牌轨迹链和车辆轨迹链进行匹配，当没有匹配到车牌的车辆轨迹链被判断为车辆无牌。方法的不足：可以有效地自动检测出无牌或车牌遮挡事件，但不能识别出无牌或被遮挡车牌的真实车牌。

梁军等【3】提出一种遮挡车牌车辆的辅助辨别的辨别方法及系统。该系统包括电子眼端系统及后台服务器。其中，电子眼端系统包括：电子眼、本地存储单元、遮挡识别模块、数据发送模块；后台服务器包括：后台数据接收模块、后台存储单元、特征提取与识别单元、数据库处理单元、车辆信息数据库。车辆信息数据库包括车辆颜色、型号、号牌符号等信息。此方法在自动检测出无牌或车牌遮挡事件后，上传事件和抓拍的车辆图片，在后台采用计算机视觉技术与数据库中车辆图像及特征进行比对，从而过滤出具有相同车辆颜色、型号等特征的车辆。方法的不足：具有相同颜色和型号的车辆数量很多，一方面后期排查会增加人工工作量；另一方面，由于缺少事实证据，也容易造成“冤案”或“错案”。

随着移动互联网和物联网技术的发展，无线电子设备(如手机、智能音箱、智能手表、手环、车载WIFI，电子车牌等)正快速融入人们的生活，成为车辆驾驶员随身携带的生活必需品。WIFI路由器、RFID读卡器、蓝牙基站等无线基站通过分析接收到的移动设备数据报文可以提取出无线电子设备的全局ID或MAC地址，以及当时的时间和位置。