[发明专利]基于深度学习的车牌识别方法、装置、设备及存储介质

权利要求书

1.一种基于深度学习的车牌识别方法，其特征在于，包括：

采用单次检测器对原始拍摄图像进行特征提取，获取目标车牌图像；

对所述目标车牌图像进行矫正处理，获取矫正车牌图像；

采用双向长短期记忆模型对所述矫正车牌图像进行识别，获取目标车牌信息。

2.根据权利要求1所述的基于深度学习的车牌识别方法，其特征在于，所述采用单次检测器对原始拍摄图像进行特征提取，获取目标车牌图像，包括：

采用训练好的所述单次检测器对所述原始拍摄图像进行归一化处理，获取原始车牌图像；

采用卷积层对所述原始车牌图像进行多尺度特征提取，获取若干层特征图，采用比例不同的若干个默认框分别对若干层所述特征图进行提取，获取每一所述默认框的分类结果；

采用非极大值抑制准则对所述默认框的分类结果进行选取，获取目标车牌图像。

3.根据权利要求1所述的基于深度学习的车牌识别方法，其特征在于，所述对所述目标车牌图像进行矫正处理，获取矫正车牌图像，包括：

获取所述目标车牌图像中的车牌轮廓；

获取所述车牌轮廓的偏移角度，并判断所述偏移角度是否大于预设偏移值；

若是，则对所述车牌轮廓进行旋转、仿射变换和统一尺寸处理，获取所述矫正车牌图像；

若否，则对所述车牌轮廓进行统一尺寸处理，获取所述矫正车牌图像。

4.根据权利要求3所述的基于深度学习的车牌识别方法，其特征在于，所述获取所述目标车牌图像中的车牌轮廓，包括：

获取所述目标车牌图像中车牌区域与边缘区域的颜色相似度；

判断所述颜色相似度是否大于预设相似度；

若是，则取所述车牌区域作为所述车牌轮廓；

若否，则对所述目标车牌图像进行灰度化、Sobel算子、二值化和闭操作，获取所述车牌轮廓。

5.根据权利要求1所述的基于深度学习的车牌识别方法，其特征在于，所述采用双向长短期记忆模型对所述矫正车牌图像进行识别，获取目标车牌信息，包括：

对所述矫正车牌图像进行切割，获取多个条状特征图；

采用卷积层对多个所述条状特征图进行特征提取，获取由多个所述条状特征图拼接而成的特征序列；

采用双向长短期记忆模型对所述特征序列进行字符识别，获取字符特征；

采用转译层对所述字符特征进行处理，获取所述目标车牌信息。

6.一种基于深度学习的车牌识别装置，其特征在于，包括：

车牌检测模块，用于采用单次检测器对原始拍摄图像进行特征提取，获取目标车牌图像；

车牌矫正模块，用于对所述目标车牌图像进行矫正处理，获取矫正车牌图像；

车牌识别模块，用于采用双向长短期记忆模型对所述矫正车牌图像进行识别，获取目标车牌信息。