[发明专利]车牌属性的识别方法、设备及存储介质

权利要求书

1.一种车牌属性的识别方法，其特征在于，所述识别方法包括：

对待识别车牌图像进行多轮车牌属性估计处理，获得目标车牌的多个车牌属性估计结果；所述目标车牌包括所述待识别车牌图像中的车牌；在一轮所述车牌属性估计处理中：

对所述待识别车牌图像进行特征提取，获得目标车牌的目标属性特征，并基于所述目标属性特征和候选车牌属性类别集合中各候选车牌属性类别的关联度，确定所述多个车牌属性估计结果中的一个车牌属性估计结果；所述候选车牌属性类别集合与该轮车牌属性估计处理对应；

基于所述多个车牌属性估计结果，确定所述目标车牌的车牌属性类别。

2.如权利要求1所述的方法，其特征在于，所述对待识别车牌图像进行多轮车牌属性估计处理，获得目标车牌的多个车牌属性估计结果，包括：

将所述待识别车牌图像输入多个属性识别子模型，获得所述多个车牌属性估计结果；其中：

不同的所述属性识别子模型的结构相同且模型参数不同；一个所述属性识别子模型用于对所述待识别车牌图像进行一轮所述车牌属性估计处理，获得所述多个车牌属性估计结果中的一个车牌属性估计结果。

3.如权利要求1所述的方法，其特征在于，所述车牌属性估计结果包括所述候选车牌属性类别集合中一个候选车牌属性类别的置信度，所述基于所述多个车牌属性估计结果，确定所述目标车牌的车牌属性类别，包括：

确定所述多个车牌属性估计结果中，置信度最高的车牌属性估计结果；将确定的车牌属性估计结果对应的候选车牌属性类别，确定为所述目标车牌的车牌属性类别。

4.根据权利要求1-3任一所述的识别方法，其特征在于，所述基于所述多个车牌属性估计结果，确定所述目标车牌的车牌属性类别之后，还包括：

基于所述待识别车牌图像，获取所述目标车牌的字符信息；

若确定所述字符信息和所述目标车牌的车牌属性类别不匹配，则基于所述字符信息对应的候选车牌属性类别，重新确定所述目标车牌的车牌属性类别。

5.根据权利要求4所述的识别方法，其特征在于，在所述若确定所述字符信息和所述目标车牌的车牌属性类别不匹配之前，还包括：

将所述字符信息与所述车牌属性类别对应的字符特征进行比对；

若比对相符，则判定所述字符信息与所述车牌属性类别匹配；

若比对不符，则判定所述字符信息与所述车牌属性类别不匹配。

6.根据权利要求3所述的识别方法，其特征在于，所述确定所述多个车牌属性估计结果中，置信度最高的车牌属性估计结果，包括：

基于所述多个车牌属性估计结果，从置信度大于阈值的车牌属性估计结果中，确定出置信度最高的车牌属性估计结果。

7.根据权利要求1-3任一项所述的识别方法，其特征在于，所述候选车牌属性类别包括车牌颜色或车牌所属地域。

8.根据权利要求2所述的识别方法，其特征在于，所述多个属性识别子模型通过以下步骤训练：

获取多个候选车牌属性类别的训练车牌图像集；

对所述多个候选车牌属性类别的训练车牌图像集进行聚类，得到至少两个融合训练图像集；所述每个融合训练图像集中均包括至少两个候选车牌属性类别的训练车牌图像，且每个融合训练图像集中不同候选车牌属性类别的训练车牌图像的数量的差值小于差值阈值；

利用所述至少两个融合训练图像集训练对应数量的属性识别子模型，以获得所述至少两个属性识别子模型。

9.根据权利要求8所述的识别方法，其特征在于，所述对所述多个候选车牌属性类别的训练车牌图像集进行聚类，得到至少两个融合训练图像集，包括：

将所有所述训练车牌图像集按照数据量顺次排序；

确定各类数据量的所述训练车牌图像集与最小数据量的所述训练车牌图像集的倍数；

将所述倍数的整数部分相同的所述训练车牌图像集融合至一个融合训练图像集中；

将仅包含一个所述训练车牌图像集的所述融合训练图像集，合并至相邻倍数的所述融合训练图像集中。