[发明专利]一种车牌分类方法、车牌分类装置和计算机可读存储介质有效
申请号: | 202110513559.4 | 申请日: | 2021-05-11 |
公开(公告)号: | CN113408574B | 公开(公告)日: | 2022-06-07 |
发明(设计)人: | 薛佳乐;敦婧瑜;王亚运;张湾湾;李轶锟 | 申请(专利权)人: | 浙江大华技术股份有限公司 |
主分类号: | G06V20/62 | 分类号: | G06V20/62;G06V30/10;G06V10/764;G06V10/82;G06K9/62;G06T9/00 |
代理公司: | 深圳市威世博知识产权代理事务所(普通合伙) 44280 | 代理人: | 黎坚怡 |
地址: | 310051 浙江*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 车牌 分类 方法 装置 计算机 可读 存储 介质 | ||
1.一种车牌分类方法,其特征在于,包括:
对第一车牌图像进行车牌识别处理,得到车牌识别结果;
利用预设编码方式对所述车牌识别结果进行编码,得到车牌字符向量序列;
利用Transformer模型对所述车牌字符向量序列进行处理,得到第一车牌特征;
对所述第一车牌图像进行特征提取处理,得到第二车牌特征;
利用分类网络对所述第一车牌特征与所述第二车牌特征进行处理,得到第一车牌分类结果;
其中,所述分类网络包括特征融合层与分类层,所述利用分类网络对所述第一车牌特征与所述第二车牌特征进行处理,得到第一车牌分类结果的步骤,包括:
利用所述特征融合层对所述第一车牌特征与所述第二车牌特征进行融合处理,得到融合车牌特征;
利用所述分类层对所述融合车牌特征进行分类处理,得到所述第一车牌分类结果。
2.根据权利要求1所述的车牌分类方法,其特征在于,
所述预设编码方式为独热编码,所述车牌字符向量序列为N×M的向量,其中,N为车牌的最大字符长度,M为所述车牌的字符种类。
3.根据权利要求1所述的车牌分类方法,其特征在于,所述Transformer模型包括编码模块与解码模块,所述利用Transformer模型对所述车牌字符向量序列进行处理,得到所述第一车牌特征的步骤,包括:
利用所述编码模块对所述车牌字符向量序列进行编码,得到编码车牌字符向量;
利用所述解码模块对所述编码车牌字符向量进行解码,得到所述第一车牌特征。
4.根据权利要求1所述的车牌分类方法,其特征在于,所述分类网络还包括第一整形网络与第二整形网络,所述利用所述特征融合层对所述第一车牌特征与所述第二车牌特征进行融合处理,得到融合车牌特征的步骤之前,还包括:
利用所述第一整形网络对所述第一车牌特征进行降维处理,得到降维后的第一车牌特征;
利用所述第二整形网络对所述第二车牌特征进行降维处理,得到降维后的第二车牌特征;
其中,所述降维后的第一车牌特征的维度与所述降维后的第二车牌特征的维度相等。
5.根据权利要求1所述的车牌分类方法,其特征在于,所述对第一车牌图像进行车牌识别处理,得到车牌识别结果的步骤之前,包括:
获取待处理图像;
对所述待处理图像进行裁剪,生成所述第一车牌图像;
其中,所述第一车牌图像包括车牌。
6.根据权利要求5所述的车牌分类方法,其特征在于,所述对所述待处理图像进行裁剪,生成所述第一车牌图像的步骤,包括:
通过车牌检测模型获取所述待处理图像中所述车牌所在的位置;
对所述待处理图像中所述车牌所在的位置的图像进行截取,得到所述第一车牌图像。
7.根据权利要求1所述的车牌分类方法,其特征在于,所述对第一车牌图像进行车牌识别处理,得到车牌识别结果的步骤,包括:
利用车牌识别网络对所述第一车牌图像中的字符进行识别,得到所述车牌识别结果。
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浙江大华技术股份有限公司,未经浙江大华技术股份有限公司许可,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/202110513559.4/1.html,转载请声明来源钻瓜专利网。