[发明专利]车辆动态检测方法、装置、计算机设备及存储介质在审

专利信息
申请号: 201911354855.3 申请日: 2019-12-22
公开(公告)号: CN111126286A 公开(公告)日: 2020-05-08
发明(设计)人: 周康明;潘柳华 申请(专利权)人: 上海眼控科技股份有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/32;G06K9/34;G06N3/04;G06N3/08
代理公司: 上海大邦律师事务所 31252 代理人: 熊磊之
地址: 200030 上海市徐汇*** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 车辆 动态 检测 方法 装置 计算机 设备 存储 介质
【说明书】:

本申请提供一种车辆动态检测方法、装置、计算机设备及存储介质,本申请获得车牌开始图像和车牌结束图像;比对所述车牌开始图像和所述车牌结束图像,若比对成功进入下一步骤;计算所述车牌开始图像和所述车牌结束图像的图像位移;若所述图像位移大于或等于预设值,则判断车辆存在移动。根据该方法,可以快速判断车辆是否存在动态位移,代替人工判断,提高工作效率。

技术领域

专利涉及计算机视觉,人工智能图像处理领域,特别涉及一种车辆动态检测方法、装置、计算机设备及存储介质。

背景技术

随着社会经济的不断发展和人民生活水平的不断提高,城市机动车保有量迅猛增长。机动车车辆年检的工作量也随之迅速增大。传统的车辆年检中车辆动态检测主要是通过人工检测,该方法人工成本较高,效率较低,且长时间重复性检测操作容易使得检测人员产生疲劳、注意力不集中等不良状态,影响检测准确率。如何准确、快速地对车辆进行动态检测,同时避免人工检测成本高,检测人员易疲劳、易疏忽错误等弊端,是急需解决的技术问题。

发明内容

本申请提供车辆动态检测方法、装置、计算机设备及存储介质,解决现有技术中人工检验的弊端,实现利用深度学习模型的人工智能对车辆动态进行检测,替代人工检测,提供工作效率,减少误判的弊端。

为了实现上述目的,一方面,本申请提供一种车辆动态检测方法,所述方法包括:获得车牌开始图像和车牌结束图像;识别所述车牌开始图像中的第一车牌和所述车牌结束图像中的第二车牌;比对所述第一车牌和所述第二车牌,若比对成功进入下一步骤;计算所述车牌开始图像和所述车牌结束图像的图像位移;若所述图像位移大于或等于预设值,则判断车辆存在移动。

进一步地,所述识别所述车牌开始图像中的第一车牌和所述车牌结束图像中的第二车牌,包括:获取所述第一车牌的第一车牌字符数和所述第二车牌的第二车牌字符数;所述比对所述第一车牌和所述第二车牌,包括:比较所述第一车牌字符数和所述第二车牌字符数,记录字符位移量;根据所述字符位移量,确定所述第二车牌字符单次移动量和字符移动次数,并且根据所述字符单次移动量和所述字符移动次数确定所述第一车牌字符和所述第二车牌字符的比对次数N;记录N次比对的比对结果,将所述比对结果与设定阈值比较,判断是否比对成功。

进一步地,记录N次比对的比对结果,将所述比对结果与设定阈值比较,判断是否比对成功,包括:根据字符所在的当前位置,依次比较所述第一车牌字符和所述第二车牌字符相同位置上的字符,记录记录每次比对结果,执行N次,记录N次比对结果;根据所述N次比对结果获取错误数最小的比对结果;将所述错误数最小的比对结果作为最终比对结果,将最终比对结果与设定阈值比较,若最终结果小于或等于设定阈值,则比对成功。

进一步地,所述方法,包括:所述第二车牌字符的字符移动次数等于所述字符位移量与所述单次移动量的比值;所述比对次数N等于所述字符移动次数加一。

进一步地,所述计算所述车牌开始图像和所述车牌结束图像的图像位移,包括:获取车牌尺寸,所述车牌尺寸包括:所述车牌开始图像的第一车牌尺寸和所述车牌结束图像的第二车牌尺寸;其中,所述车牌尺寸包括车牌图像的高度和宽度;或所述车牌尺寸包括车牌图像的对角线长度;计算所述第一车牌尺寸和所述第二车牌尺寸的车牌尺寸差异值;所述车牌尺寸差异值表征所述图像位移。

进一步地,所述计算所述车牌开始图像和所述车牌结束图像的图像位移,包括:获取第一车牌中心位置和第二车牌中心位置;计算所述第一车牌中心位置和所述第二车牌中心位置之间的车牌中心距离;所述车牌中心距离表征所述图像位移。

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上海眼控科技股份有限公司,未经上海眼控科技股份有限公司许可,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/201911354855.3/2.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