[发明专利]高速公路场景使用目标识别模型定位车牌的方法及装置

说明书

本发明公开了高速公路场景使用目标识别模型定位车牌的方法及装置，通过获取目标识别模型的训练样本图像集，训练样本图像集中的样本图像均包括车牌号码区域；根据样本图像中的车牌号码所对应的底色，执行车牌号码涂抹操作以生成车牌涂抹样本图像，对车牌涂抹样本图像执行第一图像处理，并基于处理后的车牌涂抹样本图像更新所述训练样本图像集；基于更新后的训练样本图像集，训练YOLOV5目标检测模型；获取待定位车牌的输入图像，基于YOLOV5目标检测模型执行车牌定位。与现有技术相比，通过涂抹消除号码可视性，模型训练时减少号码差异性，使得待识别的车牌特征，不会由于车牌内容的差别而影响车牌定位，实现少采集标本及节省模型训练时间。

技术领域

本发明涉及车牌定位技术领域，具体而言，涉及一种高速公路场景使用目标识别模型定位车牌的方法及装置。

背景技术

在高速公路场景下分析定位高速行驶车辆的车牌外框，可以帮助行车车牌脱敏或者道路监控等项目使用。通过把高速公路场景下车辆行驶图片制作训练成目标检测模型，放到PC，车机等设备上运行，可以实时对高速上各种车辆的车-牌进行定位，从而进行业务上应用。

现有技术对于车牌的定位不能提取明显的车牌区域的共性特征，导致需要大量的训练时间以及训练样本量，才能获取一定精度以及准确度的车牌定位模型，大大耗费资源。

发明内容

有鉴于此，本发明实施例的目的在于提供去除车牌训练样本的异性特征从而突出共性特征标注成训练测试数据，可以大大减轻采集工作，加快模型训练时间，且提高定位效果。

本发明的第一方面提供了一种高速公路场景使用目标识别模型定位车牌的方法，所述方法包括：

S1，获取目标识别模型的训练样本图像集，所述训练样本图像集中的样本图像均包括车牌号码区域；

S2，根据所述样本图像中的车牌号码所对应的底色，执行所述车牌号码的涂抹操作以生成车牌涂抹样本图像，并对所述车牌涂抹样本图像执行第一图像处理，并基于处理后的车牌涂抹样本图像更新所述训练样本图像集；

S3，基于更新后的训练样本图像集，训练YOLOV5目标检测模型；

S4，获取待定位车牌的输入图像，基于所述YOLOV5目标检测模型执行车牌定位。

进一步，所述S2，根据所述样本图像中的车牌号码所对应的底色，执行所述车牌号码的涂抹操作以生成车牌涂抹样本图像，包括：

S201，获取车牌图像中的每个车牌文字或数字或字母对应的外接矩形框，以及所述文字或数字或字母的底色，并建立第一映射关系；所述底色为所述文字或数字或字母对应的像素的颜色均值；所述第一映射关系包括车牌号、文字或数字或字母的顺序、外接矩形框四个顶点坐标以及底色；

S202，根据所述第一映射关系对所述文字或数字或字母对应的外接矩形框执行填充涂抹着色，以生成涂抹车牌图像。

进一步，所述S2，根据所述样本图像中的车牌号码所对应的底色，执行所述车牌号码的涂抹操作以生成车牌涂抹样本图像，包括：

S211，获取车牌图像中的每个车牌文字或数字或字母对应的底色；所述底色为所述文字或数字或字母对应的像素的颜色均值；

S212，根据所述每个车牌文字或数字或字母对应的底色对所述每个车牌文字或数字或字母执行膨胀处理，以生成涂抹车牌图像。

进一步，所述对所述涂抹车牌图像执行第一图像处理，包括：

对所述涂抹车牌图像进行按所述YOLOV5目标检测模型训练尺寸进行等比例压缩；

对车牌外框外的部分车身结构一起标注，从而放大标识框，并作为车牌区域特征。

进一步，所述S3，基于更新后的训练样本图像集，训练YOLOV5目标检测模型，包括：