车牌的识别方法及装置与流程

文档序号:32004720发布日期:2022-11-02 12:39阅读:来源:国知局

技术特征:
1.一种车牌的识别方法,其特征在于,包括:获取对待识别车牌进行拍摄得到的待识别图片;将所述待识别图片输入目标神经网络模型,得到所述待识别车牌的识别结果,其中,所述目标神经网络模型包括:识别网络、属性网络和模糊网络,所述识别网络用于对所述待识别车牌的车牌号码进行识别,所述属性网络用于对所述待识别车牌的属性进行识别,所述模糊网络用于对所述待识别车牌的清晰度进行识别。2.根据权利要求1所述的方法,其特征在于,将所述待识别图片输入目标神经网络模型,得到所述待识别车牌的识别结果,包括:将所述待识别图片输入所述目标神经网络模型中的骨干网络,通过所述骨干网络对所述待识别图片进行特征提取,得到骨干特征,其中,所述目标神经网络模型还包括所述骨干网络;将所述骨干特征输入所述识别网络,得到所述待识别车牌的车牌号码;将所述骨干特征输入所述属性网络,得到所述待识别车牌的车牌属性;将所述骨干特征输入所述模糊网络,得到所述待识别车牌的清晰度;其中,所述待识别车牌的识别结果包括:所述车牌号码、所述车牌属性和所述清晰度。3.根据权利要求2所述的方法,其特征在于,将所述骨干特征输入所述识别网络,得到所述待识别车牌的车牌号码,包括:通过所述识别网络中的上层注意力网络和上层卷积网络对所述骨干特征进行处理,得到所述待识别车牌的上层特征;通过所述识别网络中的下层注意力网络和下层卷积网络对所述骨干特征进行处理,得到所述待识别车牌的下层特征;通过所述上层特征和所述下层特征,得到所述待识别车牌的车牌号码。4.根据权利要求3所述的方法,其特征在于,所述通过所述识别网络中的上层注意力网络和上层卷积网络对所述骨干特征进行处理,得到所述待识别车牌的上层特征,包括:通过所述上层注意力网络在所述骨干特征中提取出所述待识别车牌的上层车牌特征;通过所述上层卷积网络在所述骨干特征中提取出所述待识别车牌的上层车牌掩模;将所述上层车牌特征与所述上层车牌掩模的乘积,确定为所述上层特征;通过所述识别网络中的下层注意力网络和下层卷积网络对所述骨干特征进行处理,得到所述待识别车牌的下层特征,包括:通过所述下层注意力网络在所述骨干特征中提取出所述待识别车牌的下层车牌特征;通过所述下层卷积网络在所述骨干特征中提取出所述待识别车牌的下层车牌掩模;将所述下层车牌特征与所述下层车牌掩模的乘积,确定为所述下层特征。5.根据权利要求4所述的方法,其特征在于,所述通过所述上层特征和所述下层特征,得到所述待识别车牌的车牌号码,包括:将所述上层特征和所述下层特征进行拼接,得到所述待识别车牌的整体特征;将所述待识别车牌的整体特征映射至预设的车牌识别字典,得到所述待识别车牌的车牌号码。6.根据权利要求2所述的方法,其特征在于,将所述骨干特征输入所述属性网络,得到
所述待识别车牌的车牌属性,包括:通过所述属性网络对所述骨干特征进行属性分类,得到属性分类结果,其中,所述属性分类结果包括多个属性对应的多个概率值,每个所述概率值用于表示所述待识别车牌的车牌属性是与所述概率值对应的属性的概率;将所述属性分类结果中概率值最大的属性,确定为所述待识别车牌的车牌属性,其中,所述车牌属性包括所述待识别车牌的颜色和层数。7.根据权利要求2所述的方法,其特征在于,所述将所述骨干特征输入所述模糊网络,得到所述待识别车牌的清晰度,包括:通过所述模糊网络对所述骨干特征进行模糊分类,得到模糊分类结果,其中,所述模糊分类结果包括多个清晰度对应的多个概率值,每个所述概率值用于表示所述待识别车牌的清晰度是与所述概率值对应的清晰度的概率。8.一种车牌的识别装置,其特征在于,包括:获取模块,用于获取对待识别车牌进行拍摄得到的待识别图片;输入模块,将所述待识别图片输入目标神经网络模型,得到所述待识别车牌的识别结果,其中,所述目标神经网络模型包括:识别网络、属性网络和模糊网络,所述识别网络用于对所述待识别车牌的车牌号码进行识别,所述属性网络用于对所述待识别车牌的属性进行识别,所述模糊网络用于对所述待识别车牌的清晰度进行识别。9.一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中存储有计算机程序,其中,所述计算机程序被处理器执行时实现所述权利要求1至7任一项中所述的方法的步骤,或者实现权利要求6-10任一项中所述的方法的步骤。10.一种电子装置,包括存储器和处理器,其特征在于,所述存储器中存储有计算机程序,所述处理器被设置为运行所述计算机程序以执行所述权利要求1至7任一项中所述的方法,或者执行权利要求6-10任一项中所述的方法。

技术总结
本发明实施例提供了一种车牌的识别方法及装置,包括:获取对待识别车牌进行拍摄得到的待识别图片;将待识别图片输入目标神经网络模型,得到待识别车牌的识别结果,其中,目标神经网络模型包括:识别网络、属性网络和模糊网络,识别网络用于对待识别车牌的车牌号码进行识别,属性网络用于对待识别车牌的属性进行识别,模糊网络用于对待识别车牌的清晰度进行识别。通过本发明,解决了对车牌进行分开识别导致的资源浪费的问题,进而达到了节约资源的效果。果。果。


技术研发人员:赵之健 倪华健 汪传坤 林亦宁
受保护的技术使用者:杭州闪马智擎科技有限公司
技术研发日:2022.07.20
技术公布日:2022/11/1
当前第2页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1