[发明专利]车牌属性识别方法及装置、电子设备和存储介质

说明书

本公开涉及一种车牌属性识别方法及装置、电子设备和存储介质，所述方法包括：获取待处理的车辆图像；对车辆图像中的车牌图像进行特征提取，得到车牌图像的车牌特征图；按照与车牌的属性类型对应的识别方式，对车牌特征图进行属性识别，得到车牌图像中车牌的属性识别结果。本公开实施例可实现提高不同车牌属性的识别精度。

技术领域

本公开涉及计算机技术领域，尤其涉及一种车牌属性识别方法及装置、电子设备和存储介质。

背景技术

随着车辆的普及，智能交通监控系统应用的越来越广泛，比如：应用于卡口的车辆监控和检索、公安刑侦调查、交警指挥调度等场景。其中，车牌的属性检测是智能交通监控系统的关键环节，该环节能够对采集到的车辆图像中的车牌进行属性识别，得到车牌类型、车牌号码、车牌颜色等信息。

相关技术中，多任务卷积神经网络(Multi-Task Convolution Neural Net，MTCNN)常用于解决车牌属性的识别问题，这种方法基于多分支网络共享特征，可简单有效地对车牌的各个独立属性进行识别。但不同属性的识别难度不同，针对多个分支网络，基于同样的共享特征进行识别，可能会出现由于特征不明显而造成分支网络的识别结果不精确的问题。

发明内容

本公开提出了一种车牌属性识别技术方案。

根据本公开的一方面，提供了一种车牌属性识别方法，包括：获取待处理的车辆图像；对所述车辆图像中的车牌图像进行特征提取，得到所述车牌图像的车牌特征图；按照与车牌的属性类型对应的识别方式，对所述车牌特征图进行属性识别，得到所述车牌图像中车牌的属性识别结果。

在一种可能的实现方式中，所述属性类型包括车牌类型，所述按照与所述车牌的属性类型对应的识别方式，对所述车牌特征图进行属性识别，得到所述车牌图像中车牌的属性识别结果，包括：根据预设的尺寸比例，对所述车牌特征图进行分割，得到分割后的至少两个局部特征图；对所述至少两个局部特征图进行加权及融合处理，得到处理后的融合特征图；对所述融合特征图进行分类处理，确定所述车牌图像中车牌的车牌类型，所述属性识别结果包括所述车牌图像中车牌的车牌类型。

在一种可能的实现方式中，所述对所述至少两个局部特征图进行加权及融合处理，得到处理后的融合特征图，包括：对所述至少两个局部特征图进行卷积处理，得到每一所述局部特征图的权重图，所述权重图的尺度与所述局部特征图的尺度相同；将所述权重图与对应的局部特征图相乘，得到至少两个注意力图；对所述至少两个注意力图进行加权及融合处理，得到所述融合特征图。

在一种可能的实现方式中，所述对所述至少两个注意力图进行加权及融合处理，得到所述融合特征图，包括：根据所述至少两个局部特征图相对于所述车牌特征图的位置，确定所述至少两个局部特征图的权重值；基于所述权重值，对所述至少两个注意力图进行加权处理，得到至少两个加权后的注意力图；对所述至少两个加权后的注意力图进行融合处理，得到所述融合特征图。

在一种可能的实现方式中，所述属性类型包括车牌颜色，所述按照与所述车牌的属性类型对应的识别方式，对所述车牌特征图进行属性识别，得到所述车牌图像中车牌的属性识别结果，包括：对所述车牌特征图进行分类处理，确定所述车牌图像中车牌的车牌颜色，所述属性识别结果包括所述车牌图像中车牌的车牌颜色。

在一种可能的实现方式中，所述属性类型包括车牌号，所述按照与所述车牌的属性类型对应的识别方式，对所述车牌特征图进行属性识别，得到所述车牌图像中车牌的属性识别结果，包括：对所述车牌特征图进行文本识别，得到车牌图像中车牌的车牌号，所述属性识别结果包括所述车牌图像中车牌的车牌号。