[发明专利]用于自动识别车辆识别代号的方法和装置及存储介质在审

专利信息
申请号: 202011289325.8 申请日: 2020-11-18
公开(公告)号: CN112270321A 公开(公告)日: 2021-01-26
发明(设计)人: 戴福双;王铎 申请(专利权)人: 华晨宝马汽车有限公司
主分类号: G06K9/32 分类号: G06K9/32;G06N3/04;G06N3/08
代理公司: 中国贸促会专利商标事务所有限公司 11038 代理人: 宋岩
地址: 110044 辽*** 国省代码: 辽宁;21
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 自动识别 车辆 识别 代号 方法 装置 存储 介质
【说明书】:

公开了用于自动识别车辆识别代号的方法和装置及存储介质。用于自动识别车辆识别代号的方法包括:接收车辆的铭牌的图片;通过使用第一神经网络模型来检测铭牌的图片中的文本块;通过使用第二神经网络模型来识别各个文本块中的文本;通过使用具有预定长度的滑动窗来逐个文本块地遍历所识别出的文本,以查找具有所述预定长度的、仅包含数字和大写字母的字符串;以及输出所查找到的字符串作为车辆识别代号。

技术领域

本公开涉及用于自动识别车辆识别代号(Vehicle Identification Number,VIN)的方法和装置及存储介质。

背景技术

车辆的铭牌(nameplate)用于标识车辆的基本信息,比如车辆的制造商、制造时间、VIN号码、发动机型号、发动机排量等等。这里,VIN号码用于唯一地标识某辆车。车辆的铭牌通常安装在前乘客门的里侧。

在对车辆的售后服务期间,服务人员需要手动地输入车辆的VIN号码,以取回或者录入车辆相关信息。手动地输入VIN号码对于服务人员而言是麻烦的。

发明内容

本公开的一个目的是提供一种新的VIN号码自动识别方法和装置。

本公开提出了用于自动识别车辆识别代号的方法,该方法包括:接收车辆的铭牌的图片,通过使用第一神经网络模型来检测铭牌的图片中的文本块,通过使用第二神经网络模型来识别各个文本块中的文本,通过使用具有预定长度的滑动窗来逐个文本块地遍历所识别出的文本,以查找具有所述预定长度的、仅包含数字和大小字母的字符串,以及输出所查找到的字符串作为车辆识别代号。

从参考附图的以下描述中,本公开其他特征和优点将变得清楚。

附图说明

并入说明书中并构成说明书的一部分的附图图示了本公开的实施例,并且与说明书一起用于解释本公开的原理而没有限制。在各图中,类似的标号用于表示类似的项目。

图1是根据本公开一些实施例的示例性VIN号码自动识别装置的框图。

图2是图示根据本公开一些实施例的示例性VIN号码自动识别方法的流程图。

图3图示出示例性车辆的铭牌的图片。

图4图示出根据本公开一些实施例的其中可应用本公开的一般硬件环境。

具体实施方式

在以下详细描述中,阐述了许多具体细节以提供对所描述的示例性实施例的透彻理解。但是,对于本领域技术人员清楚的是,所描述的实施例可以在没有这些具体细节中的一些或全部的情况下进行实践。在所描述的示例性实施例中,为了避免不必要地模糊本公开的概念,没有详细描述众所周知的结构或处理步骤。

下文所示的每个框图内的方框可以通过硬件、软件、固件或其任意组合来实现以实现本公开的原理。本领域技术人员应该理解的是,每个框图中描述的方框可以被组合或分成子框来实现本公开的原理。

本公开中呈现的方法的步骤旨在是说明性的。在一些实施例中,该方法可以用未描述的一个或多个附加步骤来完成和/或在没有所讨论的一个或多个步骤的情况下完成。此外,方法的步骤被图示和描述的顺序并不旨在是限制性的。

在本公开中,文本可以包括文字、数字、字母、符号等。字符可以包括数字、字母、符号等。

图1是根据本公开一些实施例的示例性VIN号码自动识别装置100的框图。

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华晨宝马汽车有限公司,未经华晨宝马汽车有限公司许可,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/202011289325.8/2.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