[发明专利]车牌识别方法、装置及介质

权利要求书

1.一种车牌识别方法，其特征在于：

车牌定位，通过YOLOV3算法，对采集的车辆图像和/或视频检测，得到车牌的位置坐标及置信度，使用PIL模块截取车牌，截取的车牌为识别网络的输入数据；

车牌识别，对车牌检测模块截取的车牌进行去燥，使用OpenCV转化为灰度图，利用CNN提取车牌特征，通过类空间注意力机制使卷积神级网络注意车牌空间位置信息，以及，通过编解码网络实现车牌字符定位，并通过mask掩膜分割车牌字符特征的方案对车牌进行识别，输出车牌的正确字符。

2.根据权利要求1所述车牌识别方法，其特征在于，所述车牌定位包括：

S110，通过开源数据集CCPD、AOLP获取训练数据LPdata；

S120，将数据集格式转化为VOC2007或VOC2012标准数据集格式，并划分数据集比，生成对应的训练集、验证集及测试集；

S130，修改YOLOV3卷积神级网络参数，采用学习衰减率策略；

S140，第一阶段冻住YOLOV3的所有层，更新权重参数，第二阶段释放所有层，对更新的权重进行微调；

S150，遍历训练集损失与验证集损失图，直至卷积神级网络达到收敛，停止训练，得到车牌定位的检测模型；

S160，获取车牌的位置信息、置信度，截取目标车牌，输入识别卷积神级网络的检测模型。

3.根据权利要求1所述的车牌识别方法，其特征在于，所述车牌识别包括：

S210,对CCPD、AOLP公开车牌数据集中车牌进行截取，采用OpenCV对截取的车牌添加高斯噪音及旋转角度处理，并执行扩充数据集；

S220,划分成训练集、验证集和测试集，以车牌真实字符及编号作为车牌名字；

S230，以车牌去燥、CNN提取车牌特征、类空间域机制使网络关注车牌空间位置信息，编解码网络字符定位，mask掩膜分割车牌字符特征的联合方案构建车牌识别模型；

S240，设置模型训练参数，每迭代一次保存一次模型；

S250，采用学习衰减率策略，执行车牌识别模型的训练；

S260，网络训练达到收敛时，得到车牌识别模型文件；

S270，将车牌检测模型输出与车牌识别模型输入对接，检测模型检测出车牌，截取车牌，车牌识别模型去燥车牌、识别车牌，实现自动检测车牌及识别车牌；

S280，通过开源数据集CCPD、AOLP测试车牌识别算法性能，输出车牌定位的置信度，车牌位置坐标，车牌识别字符信息。

4.根据权利要求2或3任一所述的车牌识别方法，其特征在于，所述划分数据集比包括：将训练集、验证集及测试集的比值设置为8:1:1。

5.根据权利要求2或3任一所述的车牌识别方法，其特征在于，所述学习衰减率策略被配置为：每迭代3次，若性能没有提升，则学习率降为上一次学习率的百分之十。

6.根据权利要求1所述的车牌识别方法，其特征在于，所述利用CNN提取车牌特征包括：

使用两分支的卷积神经网络结构提取车牌特征，右分支采用残差结构提取车牌特征，左分支采用残差和空洞卷积结构提取车牌特征，增大卷积神经网络感受野，但没有增加计算量，能够充分提取车牌特征。

7.根据权利要求1所述的车牌识别方法，其特征在于，所述通过类空间注意力机制使卷积神级网络注意车牌空间位置信息包括：

通过类空间域机制方法将CNN提取的车牌特征采用最大池化和平均池化压缩通道信息，并将最大池化和平均池化压缩通道信的两个特征融合，使得卷积神经网络注意车牌字符空间位置信信息。

8.一种车牌识别装置，该装置包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1-7任一所述的方法步骤。

9.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-7任一所述的方法步骤。