[发明专利]车牌图像真伪识别方法、装置、设备和介质

说明书

本发明公开了一种车牌图像真伪识别方法，该方法包括：获取待识别图像，将待识别图像输入车牌定位模型以定位车牌坐标，根据车牌坐标截取待识别图像中的目标车牌图像；对目标车牌图像进行数据标准化处理，将数据标准化处理后的目标车牌图像输入卷积神经网络以提取真伪特征，根据真伪特征确定待识别图像的真伪识别结果。本发明可在提高识别出待识别图像中的伪造车牌图像准确率的同时，降低伪造车牌图像对真实车牌图像的攻破率。此外，还提出了车牌图像真伪识别装置、设备和存储介质。

技术领域

本发明涉及车牌真伪识别技术领域，尤其是涉及车牌图像真伪识别方法、装置、设备和介质。

背景技术

随着近年计算机视觉技术和电子设备的高速发展，车牌自动识别系统节省人力成本，使得人们的出行和生活更加方便。然而，现在出现了通过手机或者其它电子设备，盗用他人车牌图像来骗过车牌识别系统的情况。在车牌识别领域面临的不再只是对车牌的检测、识别或者追求更高的识别精度，伪造车牌图像的识别也是当前车牌真伪识别领域中一类急需要解决的新问题。

发明内容

基于此，有必要针对上述问题，提供识别伪造车牌图像的车牌图像真伪识别方法、装置、设备和介质。

一种车牌图像真伪识别方法，所述方法包括：

获取待识别图像，将所述待识别图像输入车牌定位模型以定位车牌坐标，根据所述车牌坐标截取所述待识别图像中的目标车牌图像；

对所述目标车牌图像进行数据标准化处理，将数据标准化处理后的目标车牌图像输入卷积神经网络以提取真伪特征，根据所述真伪特征确定所述待识别图像的真伪识别结果。

在其中一个实施例中，所述将数据标准化处理后的目标车牌图像输入卷积神经网络以提取真伪特征，根据所述真伪特征确定所述待识别图像的真伪识别结果，包括：

将数据标准化处理后的目标车牌图像输入卷积神经网络以提取所述目标车牌图像的边框特征；

当检测到所述边框特征中存在异常边框特征时，判定所述待识别图像为伪造车牌图像；其中，所述异常边框特征包括纸质边框特征、设备边框特征。

在其中一个实施例中，所述将数据标准化处理后的目标车牌图像输入卷积神经网络以提取真伪特征，根据所述真伪特征确定所述待识别图像的真伪识别结果，包括：

基于预设纹理描述算子从所述目标车牌图像中提取到所述目标车牌图像的局部纹理特征，根据所述局部纹理特征判断所述目标车牌图像中是否存在摩尔纹；

当所述目标车牌图像中存在所述摩尔纹，判定所述待识别图像为伪造车牌图像。

在其中一个实施例中，所述将数据标准化处理后的目标车牌图像输入卷积神经网络以提取真伪特征，根据所述真伪特征确定所述待识别图像的真伪识别结果，包括：

获取所述目标车牌图像的分辨率，识别所述目标车牌图像的干扰因子，根据所述分辨率及所述干扰因子计算所述目标车牌图像的目标清晰度分数；其中，所述干扰因子包括锯齿及马赛克中的至少一种；

获取标准清晰度分数，当所述目标清晰度分数与所述标准清晰度分数的差值大于预设阈值时，判定所述待识别图像为伪造车牌图像；其中，所述标准清晰度分数为根据监控摄像头拍摄得到的标准图像计算得到的标准分数。

在其中一个实施例中，所述将数据标准化处理后的目标车牌图像输入卷积神经网络以提取真伪特征，根据所述真伪特征确定所述待识别图像的真伪识别结果，包括：

获取所述目标车牌图像中在车牌边框每一单边上的预设数量个定位坐标；

根据每相邻两个的定位坐标计算相邻倾斜角度，根据所述相邻倾斜角度计算每一单边的单边形变程度；