[发明专利]一种车牌识别方法、装置、设备及存储介质

权利要求书

1.一种车牌识别方法，其特征在于，包括：

获取车牌图片样本作为训练集；

构建基于多任务网络结构的车牌识别模型；所述多任务网络结构用于通过一个深度CNN网络同时提取车牌中各种信息，包括号码、颜色和层数；

使用所述训练集训练所述车牌识别模型；

利用训练完成的所述车牌识别模型对待测车牌图片进行识别。

2.根据权利要求1所述的车牌识别方法，其特征在于，在所述多任务网络结构中利用不同的信息层级处理不同的任务，所述任务包括车牌号码识别任务、颜色分类任务和层数分类任务。

3.根据权利要求2所述的车牌识别方法，其特征在于，在所述多任务网络结构的浅层特征中引入所述颜色分类任务；

在所述多任务网络结构的中层特征中引入所述层数分类任务；

在所述多任务网络结构最后的输出任务中引入所述车牌号码识别任务。

4.根据权利要求3所述的车牌识别方法，其特征在于，在所述多任务网络结构最后一个卷积层的后面接入两个池化层，以使所述车牌号识别任务变为两个分支，第一个分支用来处理双层车牌的上层车牌号码识别，第二个分支用来处理双层车牌的下层车牌号码识别或识别单层车牌号码识别。

5.根据权利要求4所述的车牌识别方法，其特征在于，训练所述车牌识别模型，包括：

对于双层车牌，所述第一个分支以上层车牌字符为标注，所述第二个分支以下层车牌字符为标注；

对于单层车牌，所述第一个分支以空字符串为标注，所述第二个分支以单层车牌字符作为标注。

6.根据权利要求5所述的车牌识别方法，其特征在于，训练所述车牌识别模型，还包括：

在所述颜色分类任务中利用softmax输出加crossentrophy损失的方式进行训练；

在所述层数分类任务中利用softmax输出加crossentrophy损失的方式进行训练；

在所述车牌号码识别任务中利用CTC连接时序分类损失进行训练。

7.根据权利要求6所述的车牌识别方法，其特征在于，利用训练完成的所述车牌识别模型对待测车牌图片进行识别，包括：

利用训练完成的所述车牌识别模型的对应层的softmax输出进行待测车牌图片的颜色和层数的识别，并直接对最后一个卷积层的输出进行解码得到所述待测车牌图片的车牌号码信息。

8.一种车牌识别装置，其特征在于，包括：

样本获取模块，用于获取车牌图片样本作为训练集；

模型构建模块，用于构建基于多任务网络结构的车牌识别模型；所述多任务网络结构用于通过一个深度CNN网络同时提取车牌中各种信息，包括号码、颜色和层数；

模型训练模块，用于使用所述训练集训练所述车牌识别模型；

模型推理模块，用于利用训练完成的所述车牌识别模型对待测车牌图片进行识别。

9.一种车牌识别设备，其特征在于，包括处理器和存储器，其中，所述处理器执行所述存储器中存储的计算机程序时实现如权利要求1至7任一项所述的车牌识别方法。

10.一种计算机可读存储介质，其特征在于，用于存储计算机程序，其中，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的车牌识别方法。