[发明专利]一种车牌信息的校准方法及装置

权利要求书

1.一种车牌信息的校准方法，其特征在于，包括：

获取预定监控区域内车辆的视频信息，根据所述视频信息识别各车辆的车牌信息，确定所述各车辆中的待识别车辆；

针对所述各车辆中的待识别车辆，确定当前待识别车辆的车型信息；

根据所述视频信息识别当前待识别车辆的第一特征点和第二特征点，并确定所述第二特征点数值；

计算当前待识别车辆的视频图像中的第二特征点对比数值，判断所述第二特征点数值与所述第二特征点对比数值是否一致；

若不一致，比对所述车型信息和所述第一特征点信息，确定当前待识别车辆的车牌信息。

2.根据权利要求1所述的方法，其特征在于，所述获取预定监控区域内车辆的视频信息，根据所述视频信息识别各车辆的车牌信息，确定所述各车辆中的待识别车辆，包括：

根据所述视频信息识别各车辆的车牌信息中的车牌颜色及车牌字符长度，判断各车辆中车牌颜色与车牌字符长度是否匹配；

若不匹配，确定当前车辆为待识别车辆。

3.根据权利要求2所述的方法，其特征在于，所述根据所述视频信息识别各车辆的车牌信息中的车牌颜色及车牌字符长度，判断各车辆中车牌颜色与车牌字符长度是否匹配，包括：

若匹配，根据所述视频信息识别各车辆的车牌信息中的字符信息，对当前车辆中车牌信息中的字符进行近似字符判断；

若当前车辆中车牌信息中的近似字符无法确定，将当前车辆确定为待识别车辆。

4.根据权利要求3所述的方法，其特征在于，所述针对所述各车辆中的待识别车辆，确定当前待识别车辆的车型信息，包括：

根据所述视频信息，识别当前待识别车辆的车牌，并确定当前待识别车辆的第一预定扩展区域图像；

根据已识别出的当前待识别车辆的车牌以及所述第一预定扩展区域图像，分析确定当前待识别车辆的车型信息。

5.根据权利要求4所述的方法，其特征在于，所述计算当前待识别车辆的视频图像中的第二特征点对比数值，判断所述第二特征点数值与所述第二特征点对比数值是否一致，包括：

通过卷积神经网络算法分析当前待识别车辆的视频图像，并基于当前待识别车辆的车牌信息扩展当前待识别车辆的第二预定扩展区域图像；

根据所述第二预定扩展区域图像，计算得到第二特征点对比数值；

判断所述第二特征点数值与计算得到的所述第二特征点对比数值是否一致；

其中，所述第一特征点信息包括车辆颜色、车辆品牌、车辆型号标识、车辆头部特征和车辆尾部特征中的至少一项；所述第二特征点数值为车辆细节特征点数值。

6.根据权利要求5所述的方法，其特征在于，所述若不一致，比对所述车型信息和所述第一特征点信息，确定当前待识别车辆的车牌信息，包括：

根据当前待识别车辆的车牌信息，在车辆数据库中检索当前待识别车辆的近似车牌；

根据检索得到当前待识别车辆的近似车牌以及当前待识别车辆的第一特征点信息，分析确定与所述第一特征点信息相匹配的车牌信息。

7.一种车牌信息的校准装置，其特征在于，包括：

获取及确定模块，用于获取预定监控区域内车辆的视频信息，根据所述视频信息识别各车辆的车牌信息，确定所述各车辆中的待识别车辆；

确定模块，用于针对所述各车辆中的待识别车辆，确定当前待识别车辆的车型信息；

识别模块，用于根据所述视频信息识别当前待识别车辆的第一特征点和第二特征点，并确定所述第二特征点数值；

判断模块，用于计算当前待识别车辆的视频图像中的第二特征点对比数值，判断所述第二特征点数值与所述第二特征点对比数值是否一致；

比对及确定模块，用于若不一致，比对所述车型信息和所述第一特征点信息，确定当前待识别车辆的车牌信息。