[发明专利]车牌识别方法、系统、计算机设备及可读存储介质在审

专利信息
申请号: 202010499035.X 申请日: 2020-06-04
公开(公告)号: CN111652234A 公开(公告)日: 2020-09-11
发明(设计)人: 周康明;申影影 申请(专利权)人: 上海眼控科技股份有限公司
主分类号: G06K9/34 分类号: G06K9/34;G06K9/20;G06K9/62
代理公司: 广州华进联合专利商标代理有限公司 44224 代理人: 聂榕
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: 车牌 识别 方法 系统 计算机 设备 可读 存储 介质
【权利要求书】:

1.一种车牌识别方法,其特征在于,所述方法包括:

获取待审核车辆的车辆区域图像、车牌区域图像和主辅驾区域图像;

对所述车牌区域图像进行字符识别,得到第一候选车牌信息;

若所述第一候选车牌信息的置信度小于预设置信度阈值,则将所述车辆区域图像和/或所述主辅驾区域图像与预设车辆数据库进行匹配;其中,所述预设车辆数据库至少包括具有关联关系的数据库车辆图像、数据库车牌图像、数据库主辅驾图像以及数据库车牌信息;

若匹配成功,则基于匹配到的数据库车辆图像或数据库主辅驾图像,确定待审核车辆的车牌信息。

2.根据权利要求1所述的方法,其特征在于,在所述获取待审核车辆的车辆区域图像、车牌区域图像和主辅驾区域图像之前,所述方法还包括:

获取违法抓拍图像,所述违法抓拍图像包括所述待审核车辆;

基于第一检测网络模型,检测出所述违法抓拍图像中所有的待审核车辆的所述车辆区域图像;

基于第二检测网络模型,检测出所述违法抓拍图像中所有的所述车牌区域图像和所述主辅驾区域图像;

根据所述车辆区域图像、所述车牌区域图像和所述主辅驾区域图像的位置,确定所述车牌区域图像和所述主辅驾区域图像是否属于待审核车辆;

若属于,则建立所述车辆区域图像、所述车牌区域图像和所述主辅驾区域图像之间的相互关联关系。

3.根据权利要求1所述的方法,其特征在于,在所述获取待审核车辆的车辆区域图像、车牌区域图像和主辅驾区域图像之前,所述方法还包括:

获取违法抓拍图像,所述违法抓拍图像中包括待审核车辆;

基于第三检测网络模型检测出所述违法抓拍图像中所有的待审核车辆的车辆区域图像;

基于第四检测网络模型检测出所述车辆区域图像上的车牌区域图像和主辅驾区域图像;

建立车辆区域图像、车牌区域图像和主辅驾区域图像之间的相互关联关系。

4.根据权利要求1所述的方法,其特征在于,所述方法还包括:

若所述第一候选车牌信息的置信度小于预设置信度阈值,基于信息恢复网络模型,对所述车牌区域图像中的车牌信息进行恢复;

对进行恢复的所述车牌区域图像进行字符识别,得到第二候选车牌信息;

若所述第二候选车牌信息的置信度小于预设置信度阈值,则执行所述将所述车辆区域图像和/或所述主辅驾区域图像与预设车辆数据库进行匹配的步骤;

其中,所述信息恢复网络模型为通过不清晰车牌信息和受损车牌信息,对深度学习网络模型进行训练得到的网络模型。

5.根据权利要求1所述的方法,其特征在于,所述将所述车辆区域图像和/或所述主辅驾区域图像与预设车辆数据库进行匹配,包括:

在所述预设车辆数据库中确定出与所述车牌区域图像近似的至少一张数据库车牌图像;

根据确定出的所述数据库车牌图像,确定出与所述至少一张数据库车牌图像;

将与所述车牌区域图像对应的车辆区域图像与所述至少一张数据库车辆图像进行图像匹配,得到所述至少一张数据库车辆图像中每张数据库车辆图像的匹配度;

确定出所述至少一张数据库车辆图像中匹配度最高的数据库车辆图像;

判断匹配度最高的数据库车辆图像的匹配度是否大于第一阈值;

若大于所述第一阈值,则确定匹配成功。

6.根据权利要求1至5任一项所述的方法,其特征在于,所述将所述车辆区域图像和/或所述主辅驾区域图像与预设车辆数据库进行匹配,包括:

在所述预设车辆数据库中确定出与所述车牌区域图像近似的至少一张数据库车牌图像;

确定出与所述至少一张数据库车牌图像对应的至少一张数据库主辅驾图像;

将与所述车牌区域图像对应的主辅驾区域图像与所述至少一张数据库主辅驾图像进行图像匹配,得到所述至少一张数据库主辅驾图像中每张数据库主辅驾图像的匹配度;

确定出所述至少一张数据库主辅驾图像中匹配度最高的数据库主辅驾图像;

判断匹配度最高的数据库主辅驾图像的匹配度是否大于第二阈值;

若大于所述第二阈值,则确定匹配成功。

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/202010499035.X/1.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