技术特征：
1.一种车牌识别方法，其特征在于，所述方法包括：获取待识别图像中的车牌检测区域图像，将所述车牌检测区域图像输入预先训练完成的车牌分类模型；基于所述车牌分类模型的第一分支结构，对所述车牌检测区域图像进行车牌类别信息的识别，得到车牌类别信息；并基于所述车牌分类模型的第二分支结构，确定所述车牌检测区域图像是否为车牌图像的车牌识别信息；根据所述车牌类别信息和车牌识别信息，确定所述待识别图像对应的车牌识别结果。2.如权利要求1所述的方法，其特征在于，所述车牌分类模型的第一分支结构是利用标注有颜色和层数标签信息的样本图像训练得到的，其中所述车牌类别信息包括车牌的颜色信息和层数信息；所述车牌分类模型的第二分支结构是利用标注有是否为车牌的标签信息的样本图像训练得到的。3.如权利要求1所述的方法，其特征在于，所述根据所述车牌类别信息和车牌识别信息，确定所述待识别图像对应的车牌识别结果包括：若所述车牌识别信息表示所述车牌检测区域图像为车牌图像，将所述车牌检测区域图像输入预先训练完成的车牌字符识别模型，基于所述车牌字符识别模型确定所述车牌检测区域图像中的车牌字符信息；其中，所述车牌字符识别模型是利用标注有车牌字符信息的样本图像训练得到的。4.如权利要求1所述的方法，其特征在于，所述获取待识别图像中的车牌检测区域图像包括：获取包含车辆的待识别图像，将所述待识别图像输入预先训练完成的车牌检测模型，基于所述车牌检测模型确定所述待识别图像中的车牌检测区域图像；其中，所述车牌检测模型是利用标注有车牌检测区域位置信息的样本图像训练得到的。5.如权利要求3所述的方法，其特征在于，将所述车牌检测区域图像输入预先训练完成的车牌字符识别模型，基于所述车牌字符识别模型确定所述车牌检测区域图像中的车牌字符信息包括：若所述车牌类别信息为单层车牌，将所述车牌检测区域图像输入预先训练完成的单层车牌字符识别模型，基于所述单层车牌字符识别模型确定所述车牌检测区域图像中的车牌字符信息；若所述车牌类别信息为双层车牌，将所述车牌检测区域图像输入预先训练完成的双层车牌字符识别模型，基于所述双层车牌字符识别模型确定所述车牌检测区域图像中的车牌字符信息。6.如权利要求3或5所述的方法，其特征在于，将所述车牌检测区域图像输入预先训练完成的车牌字符识别模型之前，所述方法还包括：对所述车牌检测区域图像进行区域扩大处理，将所述区域扩大处理后的区域位置信息映射至所述待识别图像中，从所述待识别图像中截取所述区域扩大处理后的区域位置信息对应的图像作为车牌检测区域图像。7.如权利要求3或5所述的方法，其特征在于，所述方法还包括：将所述车牌检测区域图像中的车牌字符信息与字符字典一一对应，确定车牌字符识别结果；其中，所述字符字典中包括车牌字符信息分别与各个省份汉字、字母及数字的对应关
系。8.如权利要求4所述的方法，其特征在于，所述车牌检测模型依次包括卷积层、池化层、卷积层、池化层、卷积层、池化层、卷积层、卷积层、池化层和卷积层。9.如权利要求1所述的方法，其特征在于，所述车牌分类模型的主干网络结构包括设定第一数量的卷积层和池化层，其中卷积层和池化层交叉排列；所述车牌分类模型的第一分支结构包括第一卷积层和第一全连接层；所述车牌分类模型的第二分支结构包括第二卷积层和第二全连接层。10.如权利要求3所述的方法，其特征在于，所述车牌字符识别模型包括卷积层、池化层和lstm层。11.一种车牌识别装置，其特征在于，所述装置包括：获取模块，用于获取待识别图像中的车牌检测区域图像，将所述车牌检测区域图像输入预先训练完成的车牌分类模型；车牌识别模块，用于基于所述车牌分类模型的第一分支结构，对所述车牌检测区域图像进行车牌类别信息的识别，得到车牌类别信息；并基于所述车牌分类模型的第二分支结构，确定所述车牌检测区域图像是否为车牌图像的车牌识别信息；根据所述车牌类别信息和车牌识别信息，确定所述待识别图像对应的车牌识别结果。12.一种电子设备，其特征在于，包括处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；存储器，用于存放计算机程序；处理器，用于执行存储器上所存放的程序时，实现权利要求1-10任一项所述的方法步骤。13.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1-10任一项所述的方法步骤。
技术总结
本发明公开了一种车牌识别方法、装置、电子设备及存储介质，获取待识别图像中的车牌检测区域图像，将所述车牌检测区域图像输入预先训练完成的车牌分类模型；基于所述车牌分类模型的第一分支结构，对所述车牌检测区域图像进行车牌类别信息的识别，得到车牌类别信息；并基于所述车牌分类模型的第二分支结构，确定所述车牌检测区域图像是否为车牌图像的车牌识别信息；根据所述车牌类别信息和车牌识别信息，确定所述待识别图像对应的车牌识别结果。提高了车牌识别的准确性。提高了车牌识别的准确性。提高了车牌识别的准确性。
技术研发人员：刘秩铭
受保护的技术使用者：浙江大华技术股份有限公司
技术研发日：2021.12.06
技术公布日：2022/4/15