[发明专利]车牌识别方法及相关设备

权利要求书

1.一种车牌识别方法，其特征在于，所述车牌识别方法包括：

获取待识别车牌图片；

将所述待识别车牌图片输入至预设的神经网络模型中，获得每个序号位置的字符概率分布信息；

根据所述字符概率分布信息以及目标序号位置的字符概率，确定车牌权重计算公式；

按照所述车牌权重计算公式，根据所述字符概率分布信息，计算每个所述序号位置的权重修正系数；

根据所述序号位置的字符概率分布信息以及所述序号位置的权重修正系数，计算所述序号位置的字符修正概率分布信息；

根据所述字符修正概率分布信息，确定所述序号位置修正后的目标字符；

将所有所述序号位置的目标字符进行组合，获得所述待识别车牌图片对应的车牌字符；

其中，所述根据所述字符概率分布信息以及目标序号位置的字符概率，确定车牌权重计算公式包括：

根据所述字符概率分布信息，判断目标序号位置为空字符的概率是否大于预设阈值；

若所述目标序号位置为空字符的概率大于预设阈值，确定所述待识别车牌图片对应的车牌属于预设的第一属性车牌；将为所述第一属性车牌预设的权重计算公式确定为车牌权重计算公式，其中，所述为所述第一属性车牌预设的权重计算公式为：W_A=Top2Mean(P_1A，P_2A，P_3A，P_4A，P_5A)*P_6N；W_D=1-W_A；W_C=max(W_A,W_D)；其中，W_A为字母修正权重，W_D为数字修正权重，W_C为汉字修正权重，P_1A、P_2A、P_3A、P_4A以及P_5A依次为序号第1-5位为字母的概率，P_6N为序号第6位为空字符NULL的概率，Top2Mean（P_1A，P_2A，P_3A，P_4A，P_5A）为P_1A、P_2A、P_3A、P_4A以及P_5A中第1大值和第2大值的均值；或，

若所述目标序号位置为空字符的概率小于或等于预设阈值，确定所述待识别车牌图片对应的车牌属于预设的第二属性车牌；判断两个预设序号位置为字母的概率的最大值是否大于所述目标序号位置为字母的概率；若两个预设序号位置为字母的概率的最大值大于所述目标序号位置为字母的概率，将为所述第二属性车牌预设的第一权重计算公式确定为车牌权重计算公式；或，若两个预设序号位置为字母的概率的最大值小于或等于所述目标序号位置为字母的概率，将为所述第二属性车牌预设的第二权重计算公式确定为车牌权重计算公式，其中，所述为所述第二属性车牌预设的第一权重计算公式为：W_A=max(P_12A)*(1-P_6A)*(1-P_6N)；W_D=1–W_A；W_C=max(W_A,W_D)；其中，W_A为字母修正权重，W_D为数字修正权重，W_C为汉字修正权重，P_6N为序号第6位为空字符NULL的概率，max(P_12A)为序号第1~2位为字母的概率的最大值，P_6A为序号第6位为字母的概率；所述为所述第二属性车牌预设的第二权重计算公式为：W_A=(1-max(P_12A))*P_6A*(1-P_6N)；W_D=1–W_A；W_C=max(W_A,W_D)；其中，W_A为字母修正权重，W_D为数字修正权重，W_C为汉字修正权重，P_6N为序号第6位为空字符NULL的概率，max(P_12A)为序号第1~2位为字母的概率的最大值，P_6A为序号第6位为字母的概率。