[发明专利]基于事件触发的车牌跟踪识别方法

权利要求书

1.一种基于事件触发的车牌跟踪识别方法，其特征在于，在触发时刻对触发帧进行车辆检测和车牌提取获得车辆坐标或车牌区域并进行目标车辆判断，然后以目标车辆的车牌质量评价是否超指定阈值为条件启动视频流跟踪，再对跟踪得到的视频流中的目标车辆区域进行车牌区域判断，最后通过识别投票得到最终识别的车牌；

所述的车牌质量评价包括：车辆触发位置评价和车牌质量评价，其中：车辆触发位置质量由触发地离摄像头距离和触发帧车辆与其余车辆的坐标位置决定，车牌质量由车牌的长宽比、尺寸、清晰度和照度决定，具体为：

其中：Q_place和Q_plate分别指触发目标车辆的位置评级和车牌质量评价，q_dist为触发点到摄像头距离评价，q_iou为目标车辆与其余车辆的交并比评价，q_ratio为车牌长宽比评价，q_size为车牌尺寸评价，q_grad为车牌清晰度评价，q_gray为车牌光照度评价，p_dist、p_iou、p_ratio、p_size、p_grad、p_gray为相应的评价权重，由实际实验经验获得。

2.根据权利要求1所述的基于事件触发的车牌跟踪识别方法，其特征是，所述的车辆检测和车牌提取是指：通过卷积神经网络对图像做车辆区域检测和车牌区域检测，其检测结果表示为车辆坐标或车牌区域在图像上的左上角点坐标和区域长宽。

3.根据权利要求1所述的基于事件触发的车牌跟踪识别方法，其特征是，所述的目标车辆判断是指：事件触发时采用鸣笛抓拍中通过麦克风阵列声源定位鸣笛声源坐标距离最近的车辆坐标、采用压力传感器判断红灯亮时触发的闯红灯车辆坐标或者采用雷达测速判断区间形式超速的车辆坐标。

4.根据权利要求1所述的基于事件触发的车牌跟踪识别方法，其特征是，所述的条件启动是指：当车牌质量评价高于指定阈值时直接输出车辆检测和车牌提取的识别结果，循环神经网络识别输出的车牌号码和置信度，否则启动视频流跟踪。

5.根据权利要求1所述的基于事件触发的车牌跟踪识别方法，其特征是，所述的视频流跟踪是指：以触发帧作为基准，以目标车辆为跟踪目标，同时取视频流中触发帧的前、后若干帧进行逐帧解码跟踪直至跟踪目标消失，得到视频流中的目标车辆区域。

6.根据权利要求5所述的基于事件触发的车牌跟踪识别方法，其特征是，所述的逐帧解码跟踪是指：在触发帧的目标车辆进行特征提取，在下一帧跟踪帧中以上一帧的目标车辆区域为中心点，设定搜索区域并寻找一个最佳匹配的位置，当最大匹配度大于指定阈值则跟踪成功并继续下一帧的跟踪，其中：下一帧是指触发帧的前向下一帧或后向下一帧，上一帧是指触发帧的前向上一帧或后向上一帧。

7.根据权利要求1所述的基于事件触发的车牌跟踪识别方法，其特征是，所述的车牌区域判断是指：对视频流中的目标车辆区域通过卷积神经网络进行车牌区域检测，得到车牌位置的左上角点坐标和到车牌区域宽高。

8.根据权利要求1所述的基于事件触发的车牌跟踪识别方法，其特征是，所述的识别投票是指：对车牌区域判断得到的视频流中一系列车牌区域，通过循环神经网络进行识别并得到对应的一系列车牌号及其置信度，通过多帧车牌识别投票和置信度加权得到最终识别的车牌，具体为：根据每帧车牌号的识别结果统计每一位的字符在所有跟踪帧中对应位出现的概率其中：N为跟踪的帧数，为第j帧的车牌号的第i位字符，每帧中每一位车牌号的投票结果Conf_i^j为第j帧的车牌号的第i位字符的置信度，累计得到车牌号的总投票分数M为车牌号的长度。

9.一种实现上述任一权利要求所述方法的系统，其特征在于，包括：触发判断单元、质量评价单元、双向跟踪单元以及最优选取单元，其中：触发判断单元和双向跟踪单元分别与摄像头相连，触发判断单元通过触发机制判断出触发帧中的目标车辆并输出至质量评价单元，质量评价单元对目标车辆进行车牌提取和质量评价，并在质量评价达标时将检测得到的车牌识别号输出，否则进入双向跟踪单元，双向跟踪单元以触发帧为基准从前后两个方向对视频流进行目标车辆跟踪，得到视频流中的目标车辆区域并输出至最优选取单元，最优选取单元分别对跟踪到的车辆区域进行车牌区域检测和车牌号识别，通过车牌号和置信度的投票加权机制选取最优识别车牌。