[发明专利]一种车牌的检测方法及装置

权利要求书

1.一种车牌的检测方法，其特征在于，所述方法包括：

获取与各种极端天气类型对应的包含有不同类型环境噪声的多张第一车辆图像以及非极端天气类型所对应的多张第二车辆图像；

基于每种类型的环境噪声所对应的第一车辆图像以及随机噪声对预先构建的生成对抗网络进行训练，并利用训练后的对抗网络模型对所述随机噪声进行处理生成目标噪声；其中，所述目标噪声与用于训练所述生成对抗网络的车辆图像所包含的环境噪声具有相同的概率密度分布，所述概率密度分布用于指示环境噪声在车辆图像中出现在各个像素点处的概率；

将所述目标噪声与所述第二车辆图像进行融合，获得第三车辆图像；

基于所述第一车辆图像、所述第二车辆图像以及所述第三车辆图像对预先构建的目标检测网络进行训练，获得车牌检测模型；

当接收到新的车辆图像时，基于所述车牌检测模型对所述新的车辆图像进行检测，以确定第一车牌的实际位置。

2.如权利要求1所述的方法，其特征在于，基于每种类型的环境噪声所对应的第一车辆图像以及随机噪声对预先构建的生成对抗网络进行训练包括：

对所述随机噪声进行卷积操作，并对所述随机噪声进行下采样，以获得预设尺寸的特征图像；

将所述预设尺寸的特征图像通过反卷积操作进行上采样，以获得与所述随机噪声尺寸相同、概率密度分布不同的第一噪声；

对所述第一噪声以及所述第一车辆图像进行判别，以在判别结果指示所述第一噪声与用于训练所述生成对抗网络的车辆图像所包含的环境噪声的概率密度分布一致时结束训练。

3.如权利要求2所述的方法，其特征在于，还包括：

若所述判别结果指示所述第一噪声与所述环境噪声的概率密度分布不一致，则重新生成所述第一噪声，并对所述重新生成的第一噪声的概率密度分布与所述环境噪声的概率密度分布是否一致进行再次判别。

4.如权利要求1所述的方法，其特征在于，基于所述车牌检测模型对所述新的车辆图像进行检测包括：

对所述新的车辆图像进行多次卷积操作与下采样，形成多张尺寸各不相同的特征图像，并将最后一次下采样后形成的特征图像进行输出；

对输出的特征图像进行上采样，以分别形成多张尺寸各不相同的新的特征图像，且将多张所述新的特征图像与下采样过程中未输出的特征图像中相同尺寸的特征图像进行特征融合；

基于所述融合后的特征图像确定出所述第一车牌的实际位置。

5.如权利要求1所述的方法，其特征在于，所述第一车辆图像、所述第二车辆图像以及所述第三车辆图像中包含有单层车牌，所述方法还包括：

若所述车牌检测模型确定所述第一车牌为单层车牌，则基于预先训练的单层识别模型依次对所述第一车牌所处的图像区域进行特征提取操作以及文字序列特征提取操作，并基于所提取的文字序列特征确定所述第一车牌的车牌号所对应的字符序列；

根据所述字符序列以及预设字符字典确定出所述第一车牌对应的车牌号，其中，所述预设字符字典中存储有各种字符序列与数字、字母以及汉字的对应关系。

6.如权利要求5所述的方法，其特征在于，在基于预先训练的单层识别模型依次对所述第一车牌所处的图像区域进行特征提取操作以及文字序列特征提取操作，并基于所提取的文字序列特征确定所述第一车牌的车牌号所对应的字符序列确定第一车牌的实际位置之前，所述方法还包括：

基于空间变化网络STN对所述第一车牌所处的图像区域中所包含的数字、字母以及汉字进行矫正处理。