[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

说明书

异常车牌识别方法、装置及计算机存储介质、电子设备，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。采用本申请中的方案，对车牌区域进行全面的，细粒化定义分类，通过卷积神经网络模型直接在车辆区域图像中自主学习车牌区域及其上下文信息，其避免了现有技术中通过车牌特征定位失败导致车牌检测不准确及异常车牌无法后续识别的问题。

技术领域

本申请涉及智能交通技术，具体地，涉及一种异常车牌识别方法、装置及计算机存储介质、电子设备。

背景技术

人工智能正在全球迅速崛起，已经影响了我们生活的方方面面。在智能交通系统中，城市道路或高速公路治安卡口及重点治安地段，结合高清摄像机，依靠视频图像处理技术，实时地对经过卡口的车辆进行全天候检测、抓拍与记录，但某些驾驶者会采用车牌遮挡、污损、涂抹、反光甚至不挂车牌、使用假牌、套用车牌等涉及车牌的各类违法手段来逃避各类电子设备的跟踪。

现有的异常号牌识别方法多数依赖于车牌检测算法再进行车牌区域分类以及字符分割和识别算法，有以下两种：

1、车牌区域分类，先检测车牌，再对车牌区域进行分类，判断是否为异常车牌。

2、车牌字符分割和识别，先进行车牌定位和字符分割和识别，通过有效区分遮挡字符和正常字符，判断是否存在遮挡。

由于遮挡物大小不一，形态各异，尤其很多是非人为遮挡物体且可能随时发生变化，当遮挡物与算法中的定义不一致的时候，经常发生定位失败的问题，导致后处理工作无法进行，识别过程复杂且耗时较大。

现有技术中存在的问题：

当车牌遮挡状态发生变化时，车牌检测和识别结果容易出错。

发明内容

本申请实施例中提供了一种异常车牌识别方法、装置及计算机存储介质、电子设备，以解决上述技术问题。

根据本申请实施例的第一个方面，提供了一种异常车牌识别方法，包括如下步骤：

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。

根据本申请实施例的第二个方面，提供了一种异常车牌识别装置，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。

根据本申请实施例的第三个方面，提供了一种计算机存储介质，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上所述异常车牌识别方法的步骤。

根据本申请实施例的第四个方面，提供了一种电子设备，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，实现如上所述的异常车牌识别方法。