[发明专利]一种识别车牌内容的方法、装置、电子设备以及存储介质

权利要求书

1.一种识别车牌内容的方法，包括：

从目标图像中检测目标区域，其中，所述目标区域包括：目标车辆的第一车牌区域；

获取所述第一车牌区域对应的车牌仿射系数；

基于所述车牌仿射系数对所述第一车牌区域进行仿射变换校正，得到第二车牌区域；

对所述第二车牌区域进行字符识别，得到车牌内容。

2.根据权利要求1所述的方法，其中，获取所述第一车牌区域对应的所述车牌仿射系数包括：

利用目标神经网络模型对所述第一车牌区域进行分析，确定所述车牌仿射系数，其中，所述目标神经网络模型使用第一训练数据集通过机器学习训练得到，所述第一训练数据集中的每组数据均包括：包含真实场景中车辆的图像以及对应的车牌仿射系数。

3.根据权利要求2所述的方法，其中，利用所述目标神经网络模型对所述第一车牌区域进行分析，确定所述车牌仿射系数包括：

利用所述目标神经网络模型对所述第一车牌区域进行分析，得到特征图，其中，所述特征图包括多个单元格，所述多个单元格中每个单元格对应多个待预测参数；

采用所述多个待预测参数中的第一部分待预测参数确定所述车牌仿射系数。

4.根据权利要求3所述的方法，所述方法还包括：

采用所述车牌仿射系数与归一化处理结果，构建第一损失函数，其中，所述归一化处理结果是对所述第一车牌区域中各个顶点在所述特征图中的位置进行归一化处理后得到的结果；

采用所述多个待预测参数中的第二部分待预测参数，构建第二损失函数，其中，所述第二部分待预测参数用于确定每个单元格中是否包含所述第一车牌区域的概率；

利用所述第一损失函数和所述第二损失函数，确定目标损失函数；

采用所述目标损失函数对所述目标神经网络模型进行优化。

5.根据权利要求2所述的方法，所述方法还包括：

对所述第一训练数据集进行数据增强处理，得到第二训练数据集，其中，所述数据增强处理包括：数据旋转处理、数据噪声处理；

使用所述第二训练数据集通过机器学习优化训练所述目标神经网络模型。

6.根据权利要求1所述的方法，其中，基于所述车牌仿射系数对所述第一车牌区域进行仿射变换校正，得到所述第二车牌区域包括：

构建预设尺寸的虚拟矩形区域；

当所述虚拟矩形区域包含所述第一车牌区域的概率高于预设检测阈值时，利用所述车牌仿射系数构建仿射矩阵；

采用所述仿射矩阵将所述虚拟矩形区域变换为所述第二车牌区域。

7.根据权利要求1所述的方法，其中，对所述第二车牌区域进行字符识别，得到所述车牌内容包括：

采用多标签分类方式对所述第二车牌区域进行字符识别，得到所述车牌内容。

8.一种识别车牌内容的装置，包括：

检测模块，用于从目标图像中检测目标区域，其中，所述目标区域包括：目标车辆的第一车牌区域；

获取模块，用于获取所述第一车牌区域对应的车牌仿射系数；

校正模块，用于基于所述车牌仿射系数对所述第一车牌区域进行仿射变换校正，得到第二车牌区域；

识别模块，用于对所述第二车牌区域进行字符识别，得到车牌内容。

9.一种电子设备，包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-7中任一项所述的方法。

10.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据权利要求1-7中任一项所述的方法。

11.一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现根据权利要求1-7中任一项所述的方法。