[发明专利]一种车牌的识别方法、装置、终端及可读存储介质

说明书

本申请属于图像识别技术领域，尤其涉及一种车牌的识别方法、装置、终端及可读存储介质。其中，所述方法包括：获取待识别车牌的车牌图像，其中，所述待识别车牌为一行或多行车牌；将所述车牌图像输入预设卷积神经网络，得到由所述预设卷积神经网络输出的待识别车牌各部分对应的字符概率分布；根据所述车牌各部分对应的字符概率分布，确定所述待识别车牌的车牌内容，实现了通过预设卷积神经网络对一行车牌和多行车牌内容的一次性识别，提高了车牌识别效率，有利于满足如今对车牌快速识别的需求。

技术领域

本申请属于图像识别技术领域，尤其涉及一种车牌的识别方法、装置、终端及可读存储介质。

背景技术

随着智能交通的迅猛发展，社会对车牌识别需求越来越高。例如，在监测车流量、自动ETC收费、以及交通管控等场景中，都需要对车牌内容进行快速识别。

在实际应用中，车牌往往有单行车牌和双行车牌。现有技术中，对双行车牌识别，往往需要将双行车牌分割成上下两行车牌后，将其分别输入卷积神经网络进行特征提取，再将提取到的两个特征分别输入到循环网络中进行识别，最后根据两行车牌的识别结果，选取最优组合，进行序列拼接，得到车牌全部内容。然而，这种车牌识别方法识别过程繁琐、复杂，难以满足如今对车牌快速识别的需求。

发明内容

本申请实施例提供了一种车牌的识别方法、装置、终端及计算机可读存储介质，可以解决传统方法中车牌识别过程繁琐、复杂，难以满足如今对车牌快速识别的需求的技术问题。

第一方面，本申请实施例提供了一种车牌的识别方法，包括：

获取待识别车牌的车牌图像，其中，所述待识别车牌的车牌类型包括一行车牌内容的车牌和多行车牌内容的车牌；

将所述车牌图像输入预设卷积神经网络，得到由所述预设卷积神经网络输出的待识别车牌各部分对应的字符概率分布；所述预设卷积神经网络包括用于进行上下文关系特征提取的上下文卷积模块和用于对车牌各部分分别进行特征提取，进而得到车牌各部分对应的字符概率分布的分支预测卷积模块；

根据所述车牌各部分对应的字符概率分布，确定所述待识别车牌的车牌内容。

第二方面，本申请实施例提供了一种车牌的识别装置，包括：

获取单元，用于获取待识别车牌的车牌图像，其中，所述待识别车牌的车牌类型包括一行车牌内容的车牌和多行车牌内容的车牌；

识别单元，用于将所述车牌图像输入预设卷积神经网络，得到由所述预设卷积神经网络输出的待识别车牌各部分对应的字符概率分布；所述预设卷积神经网络包括用于进行上下文关系特征提取的上下文卷积模块和用于对车牌各部分进行特征提取，进而得到车牌各部分对应的字符概率分布的分支预测卷积模块；

确定单元，用于根据所述车牌各部分对应的字符概率分布，确定所述待识别车牌的车牌内容。

第三方面，本申请实施例提供了一种终端，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上述第一方面的方法的步骤。

第四方面，本申请实施例提供了一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，计算机程序被处理器执行时实现上述第一方面的方法的步骤。