[发明专利]一种单双行车牌识别方法、装置、计算机设备及存储介质

说明书

本发明公开了一种单双行车牌识别方法、装置、计算机设备及存储介质，涉及车牌识别技术领域。所述方法是在获取样本训练集后，将样本训练集中的各个图像样本及对应的车牌号序列信息输入预设的且能够进行车牌号序列建模和车牌号字符定位建模的单双行车牌识别模型，以便进行模型训练，然后将待识别的单行车牌图像或双行车牌图像输入已完成训练的单双行车牌识别模型，以便经过车牌号序列建模单元输出得到对应的且各个车牌号字符在车牌号序列中各个字符位置上的出现概率预测值，最后根据输出数据得到车牌号序列，如此可无需对输入的待识别车牌图像进行单双行车牌分类，进而可直接进行车牌识别并输出识别结果，大大简化识别过程，降低计算资源需求。

技术领域

本发明属于车牌识别技术领域，具体涉及一种单双行车牌识别方法、装置、计算机设备及存储介质。

背景技术

车牌识别在高速收费卡口、停车场卡口、车辆追踪和交通监管等场景中都有着广泛的应用。传统的车牌识别方案，要么只能针对单行车牌或双行车牌进行单独识别，要么就需要先对车牌图像进行分类，若为双行车牌图像，则需进一步进行分割及再合并处理或者是在该双行车牌图像上确定上下层分割线的位置，然后再进行车牌识别，进而使得识别过程比较复杂，需要占用较多的计算资源。

发明内容

本发明的目的是提供一种单双行车牌识别方法、装置、计算机设备及计算机可读存储介质，用以解决现有车牌识别方案在识别双行车牌时所存在过程复杂和所需计算资源较多的问题。

为了实现上述目的，本发明采用以下技术方案：

第一方面，提供了一种单双行车牌识别方法，包括：

获取样本训练集，其中，所述样本训练集中的多个图像样本包括有单行车牌图像和双行车牌图像，所述多个图像样本中的各个图像样本标注有对应的车牌号序列信息，所述车牌号序列信息包含有按照车牌号序列顺序依次排列的多条字符坐标数据，所述字符坐标数据包含有对应字符的数字化唯一标识以及对应字符在所处车牌图像上的且经过归一化处理的横坐标、纵坐标、宽度和高度；

将所述各个图像样本及对应的所述车牌号序列信息输入预设的单双行车牌识别模型，以便对所述单双行车牌识别模型进行训练，其中，所述单双行车牌识别模型包括有图像特征提取单元、空间金字塔池化单元、车牌号序列建模单元、车牌号字符定位建模单元和损失函数计算单元；

所述图像特征提取单元，用于从所述图像样本中提取出维度为K×M×N的图像特征矩阵，并将所述图像特征矩阵送入所述空间金字塔池化单元,其中，K表示2、3和6的第一公倍数，M表示2、3和6的第二公倍数且大于所述第一公倍数，N表示大于所述第二公倍数的正整数；

所述空间金字塔池化单元，用于对所述图像特征矩阵分别做2×2、3×3和6×6的最大池化处理，得到维度分别为和的三个特征矩阵，然后对所述三个特征矩阵进行如下方式(A)和(B)的处理:

(A)将所述三个特征矩阵中的各个特征矩阵的前两个维度变为一维，得到维度分别为和的三个第一新特征矩阵，然后拼接所述三个第一新特征矩阵，得到维度为的一个第二新特征矩阵，再然后对所述第二新特征矩阵做的平均池化处理，得到维度为Len×N的一个第三新特征矩阵，最后将所述第三新特征矩阵输入所述车牌号序列建模单元，其中，Len表示车牌号序列长度；

(B)对所述三个特征矩阵中的且维度分别为和的两个特征矩阵分别做1×2和2×4的填充处理，得到维度均为的两个第四新特征矩阵，然后对所述两个第四新特征矩阵和所述三个特征矩阵中的且维度为的特征矩阵进行拼接，得到维度为的一个第五新特征矩阵，再然后对所述第五新特征矩阵做1×1×(3×(4+1))的卷积处理，得到维度为的第六新特征矩阵，最后将所述第六新特征矩阵输入所述车牌号字符定位建模单元；

所述车牌号序列建模单元，用于根据所述第三新特征矩阵，对车牌号序列进行建模，输出得到各个车牌号字符在车牌号序列中各个字符位置上的出现概率预测值；