[发明专利]图像处理方法、装置、系统、存储介质及计算机设备在审

专利信息
申请号: 202110304027.X 申请日: 2021-03-22
公开(公告)号: CN115116043A 公开(公告)日: 2022-09-27
发明(设计)人: 陈新鹏;陈静远;邓兵;黄建强;华先胜 申请(专利权)人: 阿里巴巴新加坡控股有限公司
主分类号: G06V20/62 分类号: G06V20/62;G06V10/774;G06V10/764;G06V10/82;G06N3/04;G06N3/08
代理公司: 北京博浩百睿知识产权代理有限责任公司 11134 代理人: 谢湘宁;张文华
地址: 新加坡珊顿道*** 国省代码: 暂无信息
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 图像 处理 方法 装置 系统 存储 介质 计算机 设备
【说明书】:

发明公开了一种图像处理方法、装置、系统、存储介质及计算机设备。其中,该方法包括:获取第一车牌图像;采用信号生成器生成掩码信号;将掩码信号叠加于第一车牌图像上,得到第二车牌图像;采用文本识别模型,对第二车牌图像进行识别,得到第一车牌图像上的文本识别结果。本发明解决了相关技术中车牌识别精度不高的技术问题,例如,解决了当前双层乃至多层车牌识别精度不高的技术问题。

技术领域

本发明涉及图像领域,具体而言,涉及一种图像处理方法、装置、系统、存储介质及计算机设备。

背景技术

在城市大脑中,各类车牌(机动车与非机动车)的识别能力是极其重要且基础的能力,因为牌照是各类机动车与非机动车的唯一身份标识,对其识别的准确度与速度关系到许多的应用,比如车辆轨迹查询与挖掘,车辆搜索与对比等。

在相关技术中,已经存在多种类型的车牌,例如,其中的各类规格的双层车牌是极其重要的一个类别。而且,在各类应用中,车牌的识别也存在多种应用场景,例如,双层车牌的识别也是常见的需求场景,比如,各类大型汽车后号牌、各类挂车号牌,都是在应用与落地中所重点关注的。因此,如何提升车牌的识别能力与识别效率,是目前亟待解决的问题。

针对上述的问题,目前尚未提出有效的解决方案。

发明内容

本发明实施例提供了一种图像处理方法、装置、系统、存储介质及计算机设备,以至少解决相关技术中车牌识别精度不高的技术问题。

根据本发明实施例的一个方面,提供了一种图像处理方法,包括:获取第一车牌图像;采用信号生成器生成掩码信号;将所述掩码信号叠加于所述第一车牌图像上,得到第二车牌图像;采用文本识别模型,对所述第二车牌图像进行识别,得到所述第一车牌图像上的文本识别结果。

可选地,在所述掩码信号包括第一掩码信号和第二掩码信号的情况下,将所述掩码信号叠加于所述第一车牌图像上,得到所述第二车牌图像,包括:将所述第一掩码信号叠加于所述第一车牌图像的第一图像区域;将所述第二掩码信号叠加于所述第一车牌图像的第二图像区域;其中,所述第一车牌图像包括所述第一图像区域和所述第二图像区域。

可选地,所述第一图像区域包括所述第一车牌图像的上半区域,所述第二图像区域包括所述第一车牌图像的下半区域。

可选地,所述第一图像区域包括所述第一车牌图像的上三分之一区域,所述第二图像区域包括所述第一车牌图像的下三分之二区域。

可选地,所述第一掩码信号包括:正弦掩码信号,所述第二掩码信号包括:余弦掩码信号;或者,所述第一掩码信号包括:余弦掩码信号,所述第二掩码信号包括:正弦掩码信号。

可选地,获取原始车牌图像;对所述原始车牌图像进行文本区域检测,得到包括文本区域的所述第一车牌图像。

可选地,在采用文本识别模型,对所述第二车牌图像进行识别,得到所述第一车牌图像上的文本识别结果之前,还包括:获取样本训练集,其中,所述样本训练集中的训练数据包括:车牌图像和该车牌图像中的车牌,所述车牌图像为经过掩码信号叠加后获得的图像;采用所述样本训练集对初始模型进行训练,得到所述文本识别模型。

可选地,所述第一车牌图像包括:双层车牌的图像。

可选地,所述文本识别模型包括以下至少之一:基于卷积循环神经网络的文本识别模型,基于注意力机制的文本识别模型。

可选地,对所述文本识别结果标记的车牌对应的车辆进行定位;对所述文本识别结果标记的车牌对应的车辆进行测速;对所述文本识别结果标记的车牌对应的车辆进行监测。

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阿里巴巴新加坡控股有限公司,未经阿里巴巴新加坡控股有限公司许可,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/202110304027.X/2.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

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