[发明专利]一种图像识别方法及装置

说明书

本申请实施例提供一种图像识别方法及装置，涉及通信技术领域，解决了现有的识别车牌颜色的方法误差较大，准确度较低的技术问题。图像识别方法，包括：图像识别装置首先获取待处理车辆的车牌图像，然后将车牌图像输入到多任务卷积神经网络MTCNN模型中，以得到车牌图像的形状。后续，若车牌图像的形状满足预设形状，则图像识别装置根据聚类算法，识别车牌图像的颜色，并将识别到的颜色确定为待处理车辆的车牌的颜色。

技术领域

本发明涉及通信技术领域，尤其涉及一种图像识别方法及装置。

背景技术

车牌是车辆的重要标识，而车牌颜色则是车牌的重要特征之一。如何快速、准确地识别出车牌的颜色，是车牌识别装置亟需解决的技术问题。

目前，车牌识别装置通常根据像素颜色统计法、机器学习算法或者红外相机等方法，识别车牌的颜色。但是，现有的识别车牌颜色的方法无法适应于环境恶劣的场景中(例如大雨天气、沙尘暴天气等)，进而导致现有的识别车牌颜色的方法误差较大，准确度较低。

发明内容

本申请提供一种图像识别方法及装置，解决了现有的识别车牌颜色的方法误差较大，准确度较低的技术问题。

为达到上述目的，本申请采用如下技术方案：

第一方面，提供一种图像识别方法，包括：图像识别装置首先获取待处理车辆的车牌图像，然后将车牌图像输入到多任务卷积神经网络MTCNN模型中，以得到车牌图像的形状。后续，若车牌图像的形状满足预设形状，则图像识别装置根据聚类算法，识别车牌图像的颜色，并将识别到的颜色确定为待处理车辆的车牌的颜色。

由上可知，图像识别装置在获取到待处理车辆的车牌图像后，可以将车牌图像输入到MTCNN模型中，以得到车牌图像的形状。由于MTCNN模型可以通过多层网络结构确定车牌的形状，因此，提高了车牌图像识别的准确度。其次，若车牌图像的形状满足预设形状，则图像识别装置根据聚类算法，识别车牌图像的颜色，并将识别到的颜色确定为待处理车辆的车牌的颜色。由于聚类算法可以通过复杂的数学算法确定车牌的颜色，因此，本申请进一步提高了车牌图像识别的准确度。

第二方面，提供一种图像识别装置，包括：获取单元、处理单元和识别单元。获取单元，用于获取待处理车辆的车牌图像。处理单元，用于将获取单元获取到的车牌图像输入到多任务卷积神经网络MTCNN模型中，以得到车牌图像的形状。识别单元，用于若处理单元得到的车牌图像的形状满足预设形状，则根据聚类算法，识别车牌图像的颜色，并将识别到的颜色确定为待处理车辆的车牌的颜色。

第三方面，提供一种图像识别装置，包括存储器和处理器。存储器用于存储计算机执行指令，处理器与存储器通过总线连接。当图像识别装置运行时，处理器执行存储器存储的计算机执行指令，以使图像识别装置执行第一方面所述的图像识别方法。

该图像识别装置可以是网络设备，也可以是网络设备中的一部分装置，例如网络设备中的芯片系统。该芯片系统用于支持网络设备实现第一方面及其任意一种可能的实现方式中所涉及的功能，例如，接收、确定、分流上述图像识别方法中所涉及的数据和/或信息。该芯片系统包括芯片，也可以包括其他分立器件或电路结构。

第四方面，提供一种计算机可读存储介质，计算机可读存储介质包括计算机执行指令，当计算机执行指令在计算机上运行时，使得该计算机执行第一方面所述的图像识别方法。

第五方面，提供一种计算机程序产品，该计算机程序产品包括计算机指令，当计算机指令在计算机上运行时，使得计算机执行如上述第一方面及其各种可能的实现方式所述的图像识别方法。

需要说明的是，上述计算机指令可以全部或者部分存储在第一计算机可读存储介质上。其中，第一计算机可读存储介质可以与图像识别装置的处理器封装在一起的，也可以与图像识别装置的处理器单独封装，本申请对此不作限定。