[发明专利]通用车牌的识别方法、装置、计算机设备及存储介质在审

专利信息
申请号: 201910959923.2 申请日: 2019-10-10
公开(公告)号: CN110889323A 公开(公告)日: 2020-03-17
发明(设计)人: 王健宗;童新宇;刘莉红 申请(专利权)人: 平安科技(深圳)有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/20;G06K9/34;G06N3/04;G06T3/40;G06T7/11
代理公司: 深圳众鼎专利商标代理事务所(普通合伙) 44325 代理人: 张宏杰
地址: 518000 广东省深圳市福田区福*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 通用 车牌 识别 方法 装置 计算机 设备 存储 介质
【权利要求书】:

1.一种通用车牌的识别方法,其特征在于,包括:

采集包含有双层车牌或单层车牌的图片;

从采集的所述图片中提取车牌区域图像;

通过卷积神经网络将所述车牌区域图像转化为包含有高度特征和宽度特征的特征图;

沿所述特征图的高度方向进行切分,并将切分后的特征图沿宽度方向进行重组,得到拼接特征图;

沿宽度方向逐个获取所述拼接特征图中的特征,得到特征序列;

通过长短时记忆网络对所述特征序列进行识别,得到所述图片中包含的车牌字符。

2.根据权利要求1所述的通用车牌的识别方法,其特征在于,所述通过卷积神经网络将所述车牌区域图像转化为包含有高度特征和宽度特征的特征图的步骤包括:

通过卷积神经网络将所述车牌区域图像转化成包括四个维度的特征图,所述四个维度分别为所述车牌区域图像的个数、所述特征图的通道数、所述特征图的高度、所述特征图的宽度。

3.根据权利要求1所述的通用车牌的识别方法,其特征在于,所述沿所述特征图的高度方向进行切分,并将切分后的特征图沿宽度方向进行重组,得到拼接特征图的步骤包括:

沿所述特征图的高度方向进行N等分切分,得到N个切分后的子特征图,N≥2,且N为整数;

将N个所述子特征图按照高度越高,在宽度方向越靠前的顺序拼接,得到拼接特征图。

4.根据权利要求2所述的通用车牌的识别方法,其特征在于,所述沿所述特征图的高度方向进行切分,并将切分后的特征图沿宽度方向进行重组,得到拼接特征图的步骤包括:

将所述特征图沿高度方向均分为上层子特征图和下层子特征图;

将所述上层子特征图沿宽度方向拼接在所述下层子特征图的首部,得到四个维度的拼接特征图。

5.根据权利要求1至4任一项所述的通用车牌的识别方法,其特征在于,所述通过长短时记忆网络对所述特征序列进行识别,得到所述图片中包含的车牌字符的步骤包括:

所述长短时记忆网络通过识别所述特征序列中的特征与车牌区域图像中感受野的映射关系,识别所述车牌区域图像中的单层车牌或双层车牌。

6.一种通用车牌的识别装置,其特征在于,包括:

图片采集模块,用于采集包含有双层车牌或单层车牌的图片;

车牌区域提取模块,用于从采集的所述图片中提取车牌区域图像;

特征图转化模块,用于通过卷积神经网络将所述车牌区域图像转化为包含有高度特征和宽度特征的特征图;

拼接模块,用于沿所述特征图的高度方向进行切分,并将切分后的特征图沿宽度方向进行重组,得到拼接特征图;

特征序列获取模块,用于沿宽度方向逐个获取所述拼接特征图中的特征,得到特征序列;

车牌识别模块,用于通过长短时记忆网络对所述特征序列进行识别,得到所述图片中包含的车牌字符。

7.根据权利要求6所述的通用车牌的识别装置,其特征在于,所述特征图转化模块具体用于:

通过卷积神经网络将所述车牌区域图像转化成包括四个维度的特征图,所述四个维度分别为所述车牌区域图像的个数、所述特征图的通道数、所述特征图的高度、所述特征图的宽度。

8.根据权利要求6所述的通用车牌的识别装置,其特征在于,所述拼接模块包括:

切分单元,用于沿所述特征图的高度方向进行N等分切分,得到N个切分后的子特征图,N≥2,且N为整数;

拼接单元,用于将N个所述子特征图按照高度越高,在宽度方向越靠前的顺序拼接,得到拼接特征图。

9.一种计算机设备,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,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至5中任一项所述通用车牌的识别方法的步骤。

10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至5中任一项所述通用车牌的识别方法的步骤。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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平安科技(深圳)有限公司,未经平安科技(深圳)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/201910959923.2/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top