[发明专利]车架号检测方法、装置、计算机设备和存储介质在审

专利信息
申请号: 202010146781.0 申请日: 2020-03-05
公开(公告)号: CN111325196A 公开(公告)日: 2020-06-23
发明(设计)人: 周康明;张栋栋 申请(专利权)人: 上海眼控科技股份有限公司
主分类号: G06K9/20 分类号: G06K9/20;G06K9/34;G06K9/62
代理公司: 广州华进联合专利商标代理有限公司 44224 代理人: 黄恕
地址: 200030 上海市徐汇*** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 车架 检测 方法 装置 计算机 设备 存储 介质
【权利要求书】:

1.一种车架号检测方法,其特征在于,所述方法包括:

获取目标车辆对应的待测车架号图片及标准车架号图片;

根据预设的分割模型,获取所述待测车架号图片对应的多个待测字符图片及所述标准车架号图片对应的多个标准字符图片,并生成多个比对组;各所述比对组包括所述待测字符图片及与所述待测字符图片对应的标准字符图片;

根据各所述比对组和字符比对模型,获取各所述比对组中待测字符图片对应的待测向量及标准字符图片对应的标准向量;

根据各所述比对组的所述待测向量及所述标准向量,确定检测结果;所述检测结果用于表征所述待测车架号图片与所述标准车架号图片是否一致。

2.根据权利要求1所述的方法,其特征在于,所述根据预设的分割模型,获取所述待测车架号图片对应的多个待测字符图片及所述标准车架号图片对应的多个标准字符图片,并生成多个比对组,包括:

将所述待测车架号图片输入至所述分割模型,得到各所述待测字符图片及各所述待测字符图片对应的字符编号;

将所述标准车架号图片输入至所述分割模型,得到各所述标准字符图片及各所述标准字符图片对应的字符编号;

根据各所述待测字符图片对应的字符编号及各所述标准字符图片对应的字符编号,对各所述待测字符图片及各所述标准字符图片进行分组,以生成所述多个比对组。

3.根据权利要求1所述的方法,其特征在于,所述根据各所述比对组的所述待测向量及所述标准向量,确定检测结果,包括:

根据所述待测向量及所述标准向量,分别确定各所述比对组的余弦相似度;

若各所述比对组的余弦相似度均大于预设阈值,则判定所述检测结果为所述待测车架号图片与所述标准车架号图片为一致;

若存在至少一个余弦相似度小于或等于预设阈值的比对组,则判定所述检测结果为所述待测车架号图片与所述标准车架号图片为不一致。

4.根据权利要求1所述的方法,其特征在于,所述字符比对模型的训练方法,包括:

建立字符样本集;

根据预设规则依次选取2N个字符样本,对所述初始比对模型进行迭代训练,直至达到预设的迭代次数时,将训练后的初始比对模型作为所述字符比对模型,N为大于等于1的整数。

5.根据权利要求4所述的方法,其特征在于,所述字符样本集包括多个第一子样本集,不同的第一子样本集对应不同的字符语义类别;所述根据预设规则依次选取2N个字符样本,对所述初始比对模型进行迭代训练,包括:

针对每次迭代训练过程,重复执行在各所述第一子样本集中选取2N个字符样本,将选取的2N个字符样本输入至所述初始比对模型进行训练的步骤,直至存在至少一个所述第一子样本集中的字符样本均被取出时,本次迭代训练结束。

6.根据权利要求5所述的方法,其特征在于,各所述第一子样本集包括多个第二子样本集,不同的第二子样本集对应不同的字符格式类别,每个所述第二子样本集包括多个字符格式类别相同的字符样本;所述在各所述第一子样本集中选取2N个字符样本,包括:

从各所述第一子样本集对应的多个第二子样本集中确定两个目标第二子样本集;

在各所述目标第二子样本集中选取N个字符样本,以得到各所述第一子样本集对应的2N个字符样本。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海眼控科技股份有限公司,未经上海眼控科技股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010146781.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top