[发明专利]混合车牌识别方法、装置、电子设备

说明书

本申请公开了一种混合车牌识别方法，属于车牌识别技术领域，解决现有技术中车牌识别效率低的问题。所述方法包括：获取目标车牌的车牌图像；将车牌图像作为预先训练的车牌识别网络模型的输入，获得车牌识别网络模型输出的分类结果，其中，分类结果包括：M种车牌号码长度各自的分类结果、对应每种车牌号码长度的车牌号码的分类结果；根据上述两种分类结果，确定所述目标车牌对应的车牌号码长度和车牌号码；其中，M为大于1的整数。本申请实施例公开的混合车牌识别方法，采用一个车牌识别网络模型识别多种长度的车牌，减少了车牌识别的步骤、需要的网络模型数量和模型体积，提升了车牌识别的效率。

技术领域

本申请涉及车牌识别技术领域，特别是涉及一种混合车牌识别方法、装置、电子设备及存储介质。

背景技术

车牌识别是城市智能交通发展的重要应用，随着车量种类的增多，和车牌形态、颜色、内容等的多样化以及车辆数量的增加，对车牌识别技术的要求也越来越严格，在保证车牌识别准确率的前提下，车牌识别的效率也至关重要。现有技术中常见的车牌识别方法有两种：第一种，传统的基于车牌字符分割和字符识别的方法；第二种，基于神经网络的字符识别方法。基于神经网络的字符识别方法由于可以提取到更细致的车牌图像特征，识别准确率较高。基于神经网络的字符识别方法的车牌识别流程为：首先进行车牌矫正，得到符合要求的车牌图像；然后，确定车牌的类型；最后，基于车牌类型选择相应的神经网络模型对不同类型的车牌图像进行识别。通过对现有技术的研究，发明人发现，由于车牌的多样化，如车牌包含的字符长度不一致，因此，现有技术中需要基于不同长度的车牌选择不同的神经网络模型进行车牌识别。现有技术中的通过神经网络模型进行车牌识别时，无法通过一个神经网络模型对不同长度的车牌进行识别，需要先识别出车牌号码长度，再通过相应的神经网络模型进行车牌号码识别。

可见，现有技术中基于神经网络进行车牌识别时，需要多次进行识别，并且需要至少两个网络模型，识别效率低下。

发明内容

本申请提供一种混合车牌识别方法，至少解决车牌识别效率低下的问题。

为了解决上述问题，第一方面，本申请实施例提供了一种混合车牌识别方法包括：

获取目标车牌的车牌图像；

将所述车牌图像作为预先训练的车牌识别网络模型的输入，获得所述车牌识别网络模型输出的分类结果，其中，所述分类结果包括：M种车牌号码长度各自的分类结果、对应每种车牌号码长度的车牌号码的分类结果；

根据所述M种车牌号码长度各自的分类结果、对应每种车牌号码长度的车牌号码的分类结果，确定所述目标车牌对应的车牌号码长度和车牌号码；

其中，M为大于1的整数。

可选的，所述车牌识别网络模型包括：用于输出所述车牌图像中的高维车牌特征的基础网络，以及分别以所述基础网络输出的所述高维车牌特征作为输入的车牌号码长度分类网络和车牌号码分类网络；其中，所述车牌号码长度分类网络用于输出所述M种车牌号码长度各自的分类结果，所述车牌号码分类网络用于输出所述对应每种车牌号码长度的车牌号码的分类结果。

可选的，所述根据M种车牌号码长度各自的分类结果、对应每种车牌号码长度的车牌号码的分类结果，确定所述目标车牌对应的车牌号码长度和车牌号码的步骤，包括：

根据置信度最高的所述车牌号码长度的分类结果确定所述目标车牌的车牌号码长度；

根据所述置信度最高的所述车牌号码长度的分类结果，确定可信的所述车牌号码的分类结果；

根据预设的车牌号码字符字典、可信的所述车牌号码的分类结果中前指定位数号码的分类结果，确定所述目标车牌的车牌号码，其中，所述指定位数等于所述车牌号码长度。