本发明涉及数据处理,具体为一种车牌模型动态生成方法。
背景技术:
1、随着中国经济的高速发展,汽车保有量不断增加,双层车牌的数量也随之增加,从而带来的道路拥堵、停车难问题越发严重,目前车牌识别技术已经应用到高速公路、城市路边道路以及室内外停车场等场景中,由于环境影响、车牌破损和污损以及双层车牌类型多等问题,如何快速准确、鲁棒地识别各类双层车牌也是目前汽车产业稳定发展的一大挑战。
2、经检索,公开号为:cn113159204a的中国专利公开了车牌识别模型生成方法、车牌识别方法及相关组件,包括:获取车牌图像,并进行预处理,以得到样本图像,车牌图像中的车牌为双层车牌;基于样本图像构建样本训练集,并利用样本训练集对基于预设全卷积网络和连接时序分类构建的空白模型进行训练,得到训练后的车牌识别模型;其中,预设全卷积网络用于对样本图像进行处理得到相应的二维特征图,将二维特征图切分为上下两个一维特征图,将两个一维特征图以串联方式进行拼接,得到拼接特征图;连接时序分类用于基于特征拼接图对空白模型进行优化训练。本申请利用基于预设全卷积网络和连接时序分类的车牌识别模型进行端到端识别,对各类双层车牌识别具有较高鲁棒性,提高识别效率。
3、但是:
4、在基于web的面向交通场景的三维数字孪生技术中,在通常需要动态为车辆模型添加实际的车牌。在大部分的视觉表现方式上,都是车辆模型上放置一个标签,现有方案实现了车辆模型实际的前后车牌的动态修改;现有的少量实现车辆模型实际的前后车牌方案也是通过三维引擎api完成的贴图效果,存在着效率低下的问题。
技术实现思路
1、针对现有技术的不足,本发明提供了一种车牌模型动态生成方法。
2、为实现上述目的,本发明提供如下技术方案:一种车牌模型动态生成方法,包括gpu显存,还包括以下步骤:
3、s1:创建字符表纹理图片
4、车牌号是由省的简称加各个地级市的字母代码加5—6位车牌号组成,车牌出现的文字数量是有限的,因此可以放到同一张纹理图片上;
5、s2:获取车辆车牌信息;
6、s3:对车牌进行序列化编码
7、用于得到编码carid,编码十分关键,需要根据该编码还原得到车牌信息并得到相应的纹理映射信息,采用纹理图片坐标表示法来生成carid编码;
8、s4:转化处理
9、在场景中加载一个新的gltf对象,并对其车牌部分的mesh对象的primitive对象增加一个自定义字段batchid,并赋值为上一步的carid;
10、s5:车牌展示
11、对车牌进行纹理映射。
12、优选的,纹理图片包括:汉字34个,英文字母26个,阿拉伯数字10个。
13、优选的,坐标表示法包括:可将纹理图片第1行第1位,编码0101,以此类推,纹理图片第4行第1位,则编码0401,纹理图片第4行第3位,则编码0403,在这种编码方式下,每四位编码代表一个字符,因而可以反向还原以及兼容多了一位字符的新能源车牌。
14、优选的,汉字34个包括:
15、四个直辖市:北京(京)、天津(津)、上海(沪)、重庆(渝);
16、五个自治区:广西(桂)、宁夏(宁)、内蒙古(蒙)、新疆(新)、西藏(藏);
17、两个特别行政区:中国香港(港)、中国澳门(澳);
18、二十三个省:广东省(粤)、湖南省(湘)、湖北省(鄂)、河北省(冀)、河南省(豫)、黑龙江省(黑)、吉林省(吉)、辽宁省(辽)、山西省(晋)、陕西省(陕)、青海省(青)、山东省(鲁)、江苏省(苏)、安徽省(皖)、浙江省(浙)、福建省(闽)、江西省(赣)、海南省(琼)、甘肃省(甘)、贵州省(贵)、四川省(川)、云南省(滇);
19、其中括号中为收录的汉字。
20、优选的,英文字母26个,为a-z。
21、优选的,阿拉伯数字10个,为0-9。
22、优选的,对车牌进行纹理映射还包括以下步骤:
23、k1:读取primitive顶点中的batchid,获取到carid
24、在上一步中,已经提前在primitive对象中写入batchid,以three.js库为例,可以在mesh对象中的geometry对象内的attributes对象中获取得到batchid;
25、k2:根据carid拿到车牌对应字符在纹理a的坐标
26、根据carid可以提取出字符的行列坐标;
27、k3:根据坐标提取纹理,实现片元的纹理映射。
28、优选的,s1中还包括:加载图像到gpu使之成为纹理。
29、与现有技术相比,本发明提供了一种车牌模型动态生成方法,具备以下有益效果:
30、1、该一种车牌模型动态生成方法,预设的字符表已经放在gpu的显存当中,已经不需要内存和gpu之间的数据交换,减少消耗,提高性能。
31、2、该一种车牌模型动态生成方法,通过在显存中,预设的字符表会被重复利用,车牌的纹理贴图对象都会指向同一区域,因而内存和显存不会大幅度增加,性能优异。
32、3、该一种车牌模型动态生成方法,通过把动态生成车牌的过程放在渲染流水线上,充分利用了gpu的并行计算;相比cpu,gpu在硬件层次上就具备了高并行架构,因而效率更高,从而实现了大量动态车牌生成的性能提升,满足大场景和大数据量在web页面上展示的需求。
1.一种车牌模型动态生成方法,包括gpu显存,其特征在于,还包括以下步骤:
2.根据权利要求1的一种车牌模型动态生成方法,其特征在于:纹理图片包括:汉字34个,英文字母26个,阿拉伯数字10个。
3.根据权利要求1的一种车牌模型动态生成方法,其特征在于:坐标表示法包括:可将纹理图片第1行第1位,编码0101,以此类推,纹理图片第4行第1位,则编码0401,纹理图片第4行第3位,则编码0403,在这种编码方式下,每四位编码代表一个字符,因而可以反向还原以及兼容多了一位字符的新能源车牌。
4.根据权利要求2的一种车牌模型动态生成方法,其特征在于:汉字34个包括:
5.根据权利要求1的一种车牌模型动态生成方法,其特征在于:所述英文字母26个,为a-z。
6.根据权利要求1的一种车牌模型动态生成方法,其特征在于:所述阿拉伯数字10个,为0-9。
7.根据权利要求1的一种车牌模型动态生成方法,其特征在于:对车牌进行纹理映射还包括以下步骤:
8.根据权利要求1的一种车牌模型动态生成方法,其特征在于:s1中还包括:加载图像到gpu使之成为纹理。