[发明专利]异常车牌识别方法、装置及计算机存储介质、电子设备

权利要求书

1.一种异常车牌识别方法，其特征在于，包括：

获取车辆图像；

在所述车辆图像中定位车辆区域图像；

将所述车辆区域图像输入至预先训练好的卷积神经网络目标检测模型，得到车牌遮挡候选区及其置信度和类别；

根据车牌遮挡候选区及其置信度和类别，识别异常车牌。

2.根据权利要求1所述的方法，其特征在于，所述在车辆图像中定位车辆区域图像，包括：

在车辆图像中检测车辆轮廓；

根据车辆轮廓定位所述车辆所在区域；

根据所述车辆所在区域确定车辆区域图像。

3.根据权利要求1所述的方法，其特征在于，所述卷积神经网络目标检测模型的训练过程，包括：

收集车辆区域样本图像；

对所述车辆区域样本图像中的车牌区域进行标框分类；

将标识分类后的车辆区域样本图像输入卷积神经网络进行训练，得到卷积神经网络目标检测模型。

4.根据权利要求1所述的方法，其特征在于，所述车牌遮挡候选区，包括：部分遮挡车牌、全部遮挡车牌、正常车牌、无牌、污损车牌、反光车牌、模糊车牌、和其他遮挡车牌八个类别，所述异常车牌为置信度最大的车牌遮挡候选区，最大置信度对应的类别为所述异常车牌的识别结果。

5.根据权利要求4所述的方法，其特征在于，进一步包括：

若识别结果为部分遮挡，且置信度大于等于预设阈值，则认定存在恶意遮挡行为；置信度小于预设阈值，则认定不存在遮挡行为；

若识别结果为全部遮挡，且置信度大于等于预设阈值，则认定存在恶意遮挡行为；置信度小于预设阈值，则认定不存在遮挡行为；

若识别结果为正常车牌，且置信度大于等于预设阈值，则认定为正常车牌；置信度小于预设阈值，则认定为其他；

若识别结果为无牌，且置信度大于等于预设阈值，则认定为未悬挂车牌；置信度小于预设阈值，则认定为其他；

若识别结果为污损车牌，且置信度大于等于预设阈值，则认定为污损车牌；置信度小于预设阈值，则认定为其他；

若识别结果为其他遮挡车牌，且置信度大于等于预设阈值，则认定为车牌被其他非人为因素导致遮挡；置信度小于预设阈值，则认定为其他；

若识别结果为反光车牌，且置信度大于等于预设阈值，则认定为车牌由于存在高亮斑块而导致字符无法识别；置信度小于预设阈值，则认定为其他；

若识别结果为模糊车牌，且置信度大于等于预设阈值，则认定为车牌存在模糊字符导致无法识别；置信度小于预设阈值，则认定为其他。

6.根据权利要求5所述的方法，其特征在于，进一步包括：

对存在恶意遮挡行为的情况进行报警。

7.根据权利要求1所述的方法，其特征在于，在将车辆区域图像输入至预先训练好的卷积神经网络目标检测模型之前，进一步包括：

将所述车辆区域图像缩放到宽高为320*256，减均值(104,117,123)。

8.一种异常车牌识别装置，其特征在于，包括：

获取模块，用于获取车辆图像；

定位模块，用于在所述车辆图像中定位车辆区域图像；

检测模块，用于将所述车辆区域图像输入至预先训练好的卷积神经网络目标检测模型，得到车牌遮挡候选区及其置信度和类别；

识别模块，用于根据车牌遮挡候选区及其置信度和类别，识别异常车牌。

9.一种计算机存储介质，其特征在于，其上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至7任一所述方法的步骤。

10.一种电子设备，其特征在于，包括存储器、以及一个或多个处理器，所述存储器用于存储一个或多个程序；所述一个或多个程序被所述一个或多个处理器执行时，实现如权利要求1至7任一所述的方法。