[发明专利]车牌识别方法、装置、电子设备和计算机存储介质在审
申请号: | 202110286997.1 | 申请日: | 2021-03-17 |
公开(公告)号: | CN112883973A | 公开(公告)日: | 2021-06-01 |
发明(设计)人: | 蔡晓聪;侯军;伊帅 | 申请(专利权)人: | 北京市商汤科技开发有限公司 |
主分类号: | G06K9/32 | 分类号: | G06K9/32;G06N3/04;G06N3/08 |
代理公司: | 北京派特恩知识产权代理有限公司 11270 | 代理人: | 刘晖铭;张颖玲 |
地址: | 100080 北京市海淀区北*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 车牌 识别 方法 装置 电子设备 计算机 存储 介质 | ||
本公开实施例提出了一种车牌识别方法、装置、电子设备和计算机存储介质中,该方法包括:获取车牌的图像;对所述车牌的图像进行检测,得到至少一个车牌文本图;对所述至少一个车牌文本图进行文本识别,得到所述车牌号文本。
技术领域
本公开涉及计算机视觉处理技术,尤其涉及一种车牌识别方法、装置、电子设备和计算机存储介质。
背景技术
在相关技术中,对于不同国家的车牌,其车牌号的构成形式有所差异,特别是在车牌号的布局、车牌的背景等方面也有着比较大的差异。一些国家的车牌上不仅记载了车牌号,还记载了除车牌号外的其它内容,针对这些国家的车牌,如何提高车牌识别的准确性,是亟待解决的技术问题。
发明内容
本公开实施例期望提供车牌识别的技术方案。
本公开实施例提供了一种车牌识别方法,所述方法包括:
获取车牌的图像;
对所述车牌的图像进行检测,得到至少一个车牌文本图;
对所述至少一个车牌文本图进行文本识别,得到所述车牌号文本。
在一些实施例中,所述对所述至少一个车牌文本图进行文本识别,得到所述车牌号文本,包括:
在所述车牌文本图为一个的情况下,对一个车牌文本图进行文本识别,得出所述车牌号文本。
在一些实施例中,所述对所述至少一个车牌文本图进行文本识别,得到所述车牌号文本,包括:
在所述车牌文本图包括多个的情况下,对所述多个车牌文本图分别进行文本识别,得到所述多个车牌文本图对应的文本识别结果;
将所述多个车牌文本图对应的文本识别结果进行合并,得到所述车牌号文本。
在一些实施例中,所述对所述至少一个车牌文本图进行文本识别,得到所述车牌号文本,包括:
在所述车牌文本图包括多个,以及多个车牌文本图处于同一行且相间隔设置的情况下,对处于同一行的所述多个车牌文本图分别进行文本识别,得到所述多个车牌文本图对应的文本识别结果;
将所述多个车牌文本图对应的文本识别结果进行合并,得到所述车牌号文本。
在一些实施例中,所述获取车牌的图像,包括:
获取车牌的初始图像;
对所述车牌的初始图像进行角点检测,得出所述车牌的角点信息;
基于所述角点信息对所述车牌的初始图像进行矫正处理,得到所述车牌的图像。
在一些实施例中,所述对所述车牌的初始图像进行角点检测,包括基于角点检测模型对所述车牌的初始图像进行角点检测;其中,所述角点检测模型的训练方法包括以下步骤:
将车牌的第一样本图像集输入至所述角点检测模型;
利用所述角点检测模型对所述第一样本图像集进行识别,得到所述第一样本图像集中各样本图像的角点信息;
根据所述第一样本图像集中各样本图像的角点信息和所述第一样本图像集的标注的角点信息,调整所述角点检测模型的网络参数值。
在一些实施例中,所述神经网络的训练方法包括以下步骤:
将所述车牌的第二样本图像集输入至所述神经网络;
利用所述神经网络对所述第二样本图像集进行处理,得到所述第二样本图像集中各个样本图像的车牌文本图;
根据所述第二样本图像集中各个样本图像的车牌文本图和所述第二样本图像集的标注的车牌文本图,调整所述神经网络的网络参数值。
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北京市商汤科技开发有限公司,未经北京市商汤科技开发有限公司许可,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/202110286997.1/2.html,转载请声明来源钻瓜专利网。