[发明专利]车牌的类别识别方法、装置及存储介质

权利要求书

1.一种车牌类别的识别方法，其特征在于，所述方法包括：

从多个样本车牌图像中选择至少一个样本车牌图像作为至少一个第一样本车牌图像，将剩余的样本车牌图像作为至少一个第二样本车牌图像，所述多个样本车牌图像对应的车牌类别相同且为目标车牌类别，所述多个样本车牌图像为用户设备获取的数据；

根据所述至少一个第一样本车牌图像和基础分类特征提取模型，在存储的注册表中存储所述至少一个第一样本车牌图像的图像特征和车牌类别，所述基础分类特征提取模型是将基础分类模型的最后一层全连接层去掉后得到的，所述基础分类模型根据第一数据集训练得到，所述第一数据集包括的车牌图像对应的车牌类别与所述目标车牌类别不同；

根据所述至少一个第二样本车牌图像，通过所述基础分类特征提取模型和所述注册表，对所述基础分类特征提取模型的精确度进行判别；

如果所述基础分类特征提取模型的精确度满足条件，则通过所述基础分类特征提取模型提取待识别的车牌图像的图像特征，将所提取的图像特征与所述注册表中每种车牌类别对应的图像特征进行相似度计算，将相似度最高的图像特征对应的车牌类别作为识别出的车牌类别，所述待识别的车牌图像包括所述目标车牌类别的车牌图像。

2.如权利要求1所述的方法，其特征在于，所述根据所述至少一个第一样本车牌图像和基础分类特征提取模型，在存储的注册表中存储所述至少一个第一样本车牌图像的图像特征和车牌类别，包括：

将所述至少一个第一样本车牌图像输入所述基础分类特征提取模型，输出所述至少一个第一样本车牌图像中每个第一样本车牌图像的图像特征；

将所述至少一个第一样本车牌图像中每个第一样本车牌图像的图像特征和所述目标车牌类别对应存储在所述注册表中。

3.如权利要求1所述的方法，其特征在于，所述根据所述至少一个第二样本车牌图像，通过所述基础分类特征提取模型和所述注册表，对所述基础分类特征提取模型的精确度进行判别，包括：

将所述至少一个第二样本车牌图像输入所述基础分类特征提取模型，输出所述至少一个第二样本车牌图像中每个第二样本车牌图像的图像特征；

根据所述至少一个第二样本车牌图像中每个第二样本车牌图像的图像特征和所述注册表，确定相应第二样本车牌图像对应的预测车牌类别；

根据所述至少一个第二样本车牌图像对应的预测车牌类别和所述目标车牌类别，确定所述基础分类特征提取模型的预测准确率；

如果所述预测准确率不小于准确率阈值，则确定所述基础分类特征提取模型的精确度满足条件。

4.根据权利要求1-3任一所述的方法，其特征在于，所述根据所述至少一个第二样本车牌图像，通过所述基础分类特征提取模型和所述注册表，对所述基础分类特征提取模型的精确度进行判别之后，还包括：

如果所述基础分类特征提取模型的精确度不满足条件，则根据所述多个样本车牌图像和第二数据集，更新所述基础分类特征提取模型和所述注册表，所述第二数据集包括的车牌图像对应的车牌类别与所述目标车牌类别不同；

通过更新后的基础分类特征提取模型和注册表，对属于所述目标车牌类别的车牌图像进行车牌类别的识别。

5.根据权利要求4所述的方法，其特征在于，所述根据所述多个样本车牌图像和第二数据集，更新所述基础分类特征提取模型和所述注册表，包括：

根据所述多个样本车牌图像和所述第二数据集，确定训练数据集；

根据所述训练数据集，训练初始分类模型，得到更新后的基础分类特征提取模型，所述初始分类模型的网络结构根据所述基础分类特征提取模型确定；

根据所述更新后的基础分类特征提取模型和所述至少一个第一样本车牌图像，更新所述注册表。