[发明专利]车牌识别方法、装置、设备及存储介质

权利要求书

1.一种车牌识别方法，其特征在于，包括：

获取待识别的车牌图像，其中，所述车牌图像包含车牌；

通过多个识别模型分别对所述车牌图像进行字符识别，得到各个识别模型对应的车牌识别结果，其中，所述多个识别模型为多个不同类型的深度学习模型；

将各个识别模型对应的车牌识别结果进行融合，得到所述车牌图像的车牌识别结果。

2.根据权利要求1所述的方法，其特征在于，所述多个识别模型中包括由第一卷积神经网络CNN和第一注意力模型AM组成的识别模型；

所述通过多个识别模型分别对所述车牌图像进行字符识别，得到各个识别模型对应的车牌识别结果，包括：

通过所述第一CNN提取所述车牌图像的字符特征；

将所述车牌图像的字符特征输入所述第一AM进行字符识别，得到第一车牌识别结果。

3.根据权利要求1所述的方法，其特征在于，所述多个识别模型中包括由第二CNN和连续时序分类CTC模型组成的识别模型；

所述通过多个识别模型分别对所述车牌图像进行字符识别，得到各个识别模型对应的车牌识别结果，包括：

识别所述车牌图像中车牌的类型是否为单层车牌，并在所述车牌的类型不是单层车牌时，将所述车牌图像拼接为单层车牌图像；在所述车牌的类型是单层车牌时，将所述车牌图像作为所述单层车牌图像；

通过所述第二CNN提取所述单层车牌图像的字符特征；

将所述单层车牌图像的字符特征输入所述CTC模型进行字符识别，得到第二车牌识别结果。

4.根据权利要求3所述的方法，其特征在于，所述识别所述车牌图像中车牌的类型是否为单层车牌，并在所述车牌的类型不是单层车牌时，将所述车牌图像拼接为单层车牌图像，包括：

识别所述车牌图像中车牌的类型；

在所述车牌的类型不是单层车牌时，从预置的多个车牌模板中获取所述车牌所属类型对应的车牌模板，其中，每个类型对应于一个车牌模板；

根据所述车牌所属类型对应的车牌模板，对所述车牌图像进行裁剪处理和拼接处理，得到所述车牌图像对应的单层车牌图像。

5.根据权利要求3所述的方法，其特征在于，在所述通过所述第二CNN提取所述单层车牌图像的字符特征之后，所述方法还包括：

将所述单层车牌图像的字符特征输入第二AM进行字符识别，得到第三车牌识别结果。

6.根据权利要求3所述的方法，其特征在于，在所述将所述单层车牌图像的字符特征输入所述CTC模型之后，所述方法还包括：

获取所述CTC模型输出的所述单层车牌图像中车牌各个字符的左右边界信息；

根据各个字符的左右边界信息将所述单层车牌图像分割成多个单字符图像；

通过单字符识别模型分别对各个单字符图像进行字符识别，得到各个单字符图像的识别结果；

将各个单字符图像的识别结果组合生成第四车牌识别结果。

7.根据权利要求6所述的方法，其特征在于，在所述根据各个字符的左右边界信息将所述单层车牌图像分割成多个单字符图像之前，所述方法还包括：

获取所述单层车牌图像中车牌所属类型对应的车牌模板；

根据所述单层车牌图像中车牌所属类型对应的车牌模板对各个字符的左右边界信息进行校正。

8.根据权利要求1所述的方法，其特征在于，所述将各个识别模型对应的车牌识别结果进行融合，得到所述车牌图像的车牌识别结果，包括：

针对所述车牌图像中车牌的每个字符，根据各个车牌识别结果中该字符对应的识别结果及识别结果的置信度，确定该字符的识别结果；

将确定出的所述车牌图像中车牌的各个字符的识别结果，组合生成所述车牌图像的车牌识别结果。