[发明专利]一种车牌识别方法、装置、设备及计算机存储介质在审
申请号: | 202211721745.8 | 申请日: | 2022-12-30 |
公开(公告)号: | CN116030452A | 公开(公告)日: | 2023-04-28 |
发明(设计)人: | 汪志强;张朋;刘宇奇;王建辉 | 申请(专利权)人: | 浙江大华技术股份有限公司 |
主分类号: | G06V20/62 | 分类号: | G06V20/62;G06V20/54;G06V10/82;G06N3/08;G06N3/0464 |
代理公司: | 北京同达信恒知识产权代理有限公司 11291 | 代理人: | 杜晶 |
地址: | 310053 浙江*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 车牌 识别 方法 装置 设备 计算机 存储 介质 | ||
1.一种车牌识别方法,其特征在于,包括:
从视频流中获取当前图像帧,对所述当前图像帧进行车辆粗识别,根据识别结果进行车辆跟踪,所述车辆粗识别包括车辆的车框检测及车牌框检测;
根据车辆跟踪结果、车辆粗识别结果及有效车辆筛选条件,确定当前帧出现的有效车辆;
根据当前帧出现的有效车辆的车辆调度优先级及当前待调度资源,选取与待调度资源相匹配的至少一个有效车辆作为待调度车辆;
对所述待调度车辆的车框的位置区域再次进行车牌框检测,并对再次检测的车牌框进行车牌识别,将再次检测到车牌框与识别到的车牌、对应的待调度车辆关联,得到车牌识别结果;
根据车牌识别结果确定目标车辆,并对所述目标车辆利用待调度资源调度。
2.根据权利要求1所述的方法,其特征在于,对所述当前图像帧进行车辆粗识别,包括:
利用深度学习检测方法,对所述当前图像帧进行车框检测及车牌框检测;
根据当前帧检测到的车框及车牌框的位置区域,计算检测到车框与车牌框的关联度;
根据计算的关联度确定属于同一车辆的相关联的车框和车牌框,不存在相关联的车牌框的车框、不存在相关联的车框的车牌框,得到识别结果。
3.根据权利要求2所述的方法,其特征在于,根据识别结果进行车辆跟踪,包括:
获取检测到的车框和车牌框;
利用跟踪算法确定识别到新车辆的车框或车牌框时,增加所述新车辆的车框对应的身份标识,且存在关联关系的新车辆的车框和车牌框采用同一身份标识;
利用跟踪算法确定识别到跟踪车辆的车框或车牌框时,根据跟踪车辆的车框或车牌框的身份标识,确定当前识别到车框或车牌框的身份标识,且存在关联关系的跟踪车辆的车框和车牌框采用同一身份标识。
4.根据权利要求1~3任一所述的方法,其特征在于,根据目标跟踪结果、车辆粗识别结果及有效目标筛选条件,确定当前帧出现的有效车辆,包括:
获取当前目标缓存池中的车辆;
根据目标跟踪结果、车辆粗识别结果及有效目标筛选条件,对当前目标缓存池中的车辆更新,更新后的目标缓存池中的车辆为当前帧出现的有效车辆。
5.根据权利要求4所述的方法,其特征在于,根据目标跟踪结果、车辆粗识别结果及有效目标筛选条件,对当前目标缓存池中的车辆更新,包括如下至少一个步骤:
根据目标跟踪结果、车辆粗识别结果及有效目标筛选条件,确定当前帧出现的任一有效车辆未在目标缓存池时,将该有效车辆放入所述目标缓存池;
根据目标跟踪结果,确定所述目标缓存池中任一车辆超过设定时长未出现在图像帧时,将所述车辆从所述目标缓存池中删除;
根据车辆粗识别结果,确定检测到车框的位置区域大小不满足要求时,将检测到车框对应的车辆确定为无效车辆,若所述无效车辆在所述目标缓存池,则从所述目标缓存池中删除所述无效车辆;
根据车辆粗识别结果,确定检测置信度低于设定阈值的车框或车牌框对应的车辆确定为无效车辆,若所述无效车辆在所述目标缓存池,则从所述目标缓存池中删除所述无效车辆;
根据车辆粗识别结果,将识别到的位于设定检测区域外的车框或车牌框确定为无效车辆,若所述无效车辆在所述目标缓存池,则从所述目标缓存池中删除所述无效车辆;
根据车辆粗识别结果及目标跟踪结果,确定车框或车牌框的位移,根据所述位移确定处于静止状态的车辆为无效车辆,若所述无效车辆在所述目标缓存池,则从所述目标缓存池中删除所述无效车辆;
根据车辆粗识别结果,确定存在于缓存池中且未在当前帧出现的车辆为无效车辆,将所述无效车辆从所述目标缓存池中删除。
6.根据权利要求1所述的方法,其特征在于,所述当前帧出现的有效车辆的车辆调度优先级采用如下方式确定:
若所述有效车辆为当前帧新出现的车辆,确定所述有效车辆的车辆调度优先级为设置的默认值;
若所述有效车辆为上一帧中未被调度的有效车辆,将所述有效车辆的调度优先级提高一级;
若所述有效车辆为上一帧中被调度的有效车辆,确定所述有效车辆的调度优先级为最低优先级。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于浙江大华技术股份有限公司,未经浙江大华技术股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202211721745.8/1.html,转载请声明来源钻瓜专利网。