[发明专利]车牌识别方法、装置、电子设备、智能交通设备

说明书

本公开提供了车牌识别方法、装置、电子设备、智能交通设备，涉及人工智能技术领域，尤其涉及自动驾驶、智能交通、计算机视觉等领域。具体实现方案为：获取目标图像的第一特征图；将第一特征图分割成与多个车牌字符一一对应的多个区域特征块；将每个区域特征块与相邻的区域特征块进行特征提取及融合得到每个区域特征块对应的第二特征图；基于每个区域特征块对应的第二特征图进行分类得到每个车牌字符的识别结果。从而实现一种端到端的车牌识别方法，提升车牌识别精度，并且降低模型时延。

技术领域

本公开涉及人工智能技术领域，尤其涉及自动驾驶、智能交通、计算机视觉等领域。

背景技术

车牌识别技术是智能交通系统中重要组成部分之一，目前已被广泛运用于众多交通场景中，例如高速公路收费系统、电子警察抓拍、停车场收费系统等等。由于图像分辨率、相机视角、天气、光照、模糊等诸多因素，提供一种高精度且低时延的车牌识别方法是十分具有挑战性的。

发明内容

本公开提供了一种用于车牌识别的方法、装置、设备、存储介质以及智能交通设备。

根据本公开的第一方面，提供了一种车牌识别方法，包括：

获取目标图像的第一特征图；

将所述第一特征图分割成与多个车牌字符一一对应的多个区域特征块；

将每个所述区域特征块与相邻的所述区域特征块进行特征提取及融合得到每个所述区域特征块对应的第二特征图；

基于每个所述区域特征块对应的所述第二特征图进行分类得到每个所述车牌字符的识别结果。

可选的，所述获取目标图像的第一特征图包括：

获取所述目标图像；

对所述目标图像进行浅层特征提取得到所述第一特征图。

可选的，所述将所述第一特征图分割成与多个车牌字符一一对应的多个区域特征块包括：

将所述第一特征图等分成多个尺寸相同的所述区域特征块。

可选的，所述将每个所述区域特征块与相邻的所述区域特征块进行特征提取及融合得到每个所述区域特征块对应的第二特征图包括：

对每个所述区域特征块进行归一化处理；

对归一化处理后的所述区域特征块进行卷积特征提取得到每个所述区域特征块对应的邻域特征；

将每个所述区域特征块与相邻的所述区域特征块对应的所述邻域特征进行特征融合得到每个所述区域特征块对应的融合信息；

对每个所述区域特征块对应的所述融合信息进行归一化处理；

对归一化处理后的所述融合信息进行卷积特征提取，并通过激活函数得到每个所述区域特征块对应的单个字符特征；

将每个所述区域特征块对应的所述融合信息与对应的所述单个字符特征进行特征融合得到对应的所述第二特征图。

可选的，所述基于每个所述区域特征块对应的所述第二特征图进行分类得到每个所述车牌字符的识别结果包括：

将每个所述区域特征块对应的所述第二特征图进行降维处理转换为一维向量；

对每个所述区域特征块对应的所述一维向量进行分类得到每个所述车牌字符的识别结果。

根据本公开的第二方面，提供了一种车牌识别装置，包括：

图像获取模块，被配置为获取目标图像的第一特征图；

特征分割模块，被配置为将所述第一特征图分割成与多个车牌字符一一对应的多个区域特征块；