[发明专利]一种车牌识别方法及装置

说明书

本发明提供一种车牌识别方法及装置，该方法包括：分别训练车辆识别模型、车牌检测模型和字符识别模型；当车辆进入监控识别区域，采集车辆图片，通过所述车辆识别模型判断是否为可识别车辆，并记录车辆特征；若为可识别车辆，则通过所述车牌检测模型判断是否可检测到车牌，若可以检测到完整车牌，则通过所述字符识别模型识别车牌上字符信息，若不能检测到完整车牌，则重新车辆图像进行车牌识别。通过该方案可以实现车牌的自动识别，并能提高车牌识别效率，避免对不完整车牌的无效识别。

技术领域

本发明涉及深度学习领域，尤其涉及一种车牌识别方法及装置。

背景技术

近年来，随着车辆的不断增多，交通管理变得愈加复杂，智能交通管理系统应运而生。车牌识别是智能交通管理系统中重要的一环，在小区出入口、停车场出入口、高速公路、收费站等场景中得到广泛应用。目前车牌识别常用的两种方法有：基于传统的图像处理算法、基于深度学习的算法。

基于传统的图像处理算法流程包括车牌定位、字符分割和字符识别三步骤，其中车牌定位一般通过边缘、纹理、颜色、字符提取图片中车辆特征，从而检测出图片中的车辆。由于该算法人工选择特征，仅针对特定场景效果较好。传统的图像处理算法容易受到光照、拍摄角度、车牌模糊等条件的影响，在道路实际复杂多样的场景下鲁棒性较差。

基于深度学习的算法处理流程通常包括车牌定位和字符识别，在车牌定位中通过卷积神经网络提取图片中的有效特征，实现自动化识别。一般直接通过车牌识别模型进行车牌识别，需要在图片中直接定位到车牌，对于一些遮挡、不完整的车牌，或难以准确定位的车牌，容易导致车牌识别过程较长。

发明内容

有鉴于此，本发明实施例提供了一种车牌识别方法及装置，以解决现有车牌识别需要人工选择、识别时间较长的问题。

在本发明实施例的第一方面，提供了一种车牌识别方法，包括：

分别训练车辆识别模型、车牌检测模型和字符识别模型；

当车辆进入监控识别区域，采集车辆图片，通过所述车辆识别模型判断是否为可识别车辆，并记录车辆特征；

若为可识别车辆，则通过所述车牌检测模型判断是否可检测到车牌，若可以检测到完整车牌，则通过所述字符识别模型识别车牌上字符信息，若不能检测到完整车牌，则重新车辆图像进行车牌识别。

在本发明实施例的第二方面，提供了一种车牌识别装置，包括：

训练模块，用于分别训练车辆识别模型、车牌检测模型和字符识别模型；

图像采集模块，用于当车辆进入监控识别区域，通过监控摄像头采集车辆图片；

车辆识别模块，用于通过所述车辆识别模型判断是否为可识别车辆，并记录车辆特征；

车牌识别模块，用于若为可识别车辆，则通过所述车牌检测模型判断是否可检测到车牌，若可以检测到完整车牌，则通过所述字符识别模型识别车牌上字符信息，若不能检测到完整车牌，则重新车辆图像进行车牌识别。

在本发明实施例的第三方面，提供了一种电子设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如本发明实施例第一方面所述方法的步骤。

本发明实施例的第四方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现本发明实施例第一方面提供的所述方法的步骤。