[发明专利]一种车牌识别方法及装置

说明书

本发明提供了一种车牌识别方法，该方法包括：搜集不同国家或地区的车牌样本，进行透视变换；获取车牌字符和车牌所属国家或地区样本集；输入车牌字符样本集，采用目标检测网络进行训练，获得车牌字符识别模型；在车牌字符识别模型上增加车牌所属国家或地区属性的识别分支，输入车牌所属国家或地区样本集进行训练，获得第二车牌字符识别模型；输入视频图像，对视频图像进行车牌检测，获取车牌图像；对车牌图像进行透视变换，获得校正的车牌图像；经过第二车牌字符识别模型，获得车牌字符及字符位置、车牌所属国家或地区属性及置信度，进行校正，输出校正后的车牌识别结果。与现有技术相比，本发明能准确地识别车牌字符和车牌所属国家或地区。

技术领域

本发明涉及图像处理、智慧停车、车牌识别，特别涉及一种车牌识别方法及装置。

背景技术

随着世界边境贸易、国际旅游业的飞速发展，同一地域出现不同国家或地区车牌的现象已非常普遍。虽然现阶段基于深度学习的车牌识别在准确率和稳健性上已显著提高，但由于不同国家的车牌样式、车牌规范不同，以及不同国家或地区车牌可能存在易混淆字符，例如字母I和O与数字1和0等情况，采用同一深度学习模型仍然面临着很多困难。

综上所述，目前迫切需要提出一种能支持多国家或地区的车牌识别方法。

发明内容

有鉴于此，本发明的主要目的在于实现多国家或地区的车牌识别，且识别准确率较高。

为达到上述目的，按照本发明的第一个方面，提供了一种车牌识别方法，该方法包括：

第一步骤，搜集不同国家或地区的车牌样本，基于车牌的四个顶点对车牌样本进行透视变换处理；对透视变换处理后的车牌样本内的不同字符索引和字符位置进行标注，将含有不同字符索引和字符位置标注信息的车牌样本作为车牌字符样本集；对车牌样本所属国家或地区索引进行标注，将含有所属国家或地区索引的车牌样本作为车牌所属国家或地区样本集；

第二步骤，输入车牌字符样本集，采用目标检测网络进行训练，以获得车牌字符识别模型；

第三步骤，在车牌字符识别模型上增加车牌所属国家或地区属性的识别分支，输入车牌所属国家或地区样本集进行训练，获得第二车牌字符识别模型；

第四步骤，输入视频图像，对视频图像进行车牌检测，获取车牌图像及四个顶点位置；

第五步骤，基于车牌四个顶点对车牌图像进行透视变换，获得校正的车牌图像；输入校正的车牌图像，经过第二车牌字符识别模型，获得车牌图像的车牌字符及字符位置、车牌所属国家或地区属性及置信度；根据字符位置，确定车牌的单或双层属性，确定字符输出顺序；根据车牌所属国家或地区属性及置信度，对车牌字符识别结果进行校正，输出校正后的车牌识别结果。

所述对车牌图像内所属国家或地区索引进行标注即为对每张车牌图像标注其所属国家或者地区的索引。进一步地，根据车牌颜色、单双层信息对各个国家或者地区的车牌进行细分。

进一步地，所述第二步骤中目标检测网络为采用Anchor-based的单阶目标检测模型。

进一步地，所述第二步骤包括：输入车牌字符样本集；采用Anchor-based的单阶目标检测模型，对输入的车牌字符样本集进行反复训练，直至模型收敛，得到训练好的车牌字符识别模型。

进一步地，所述Anchor-based的单阶目标检测网络包括以下的一种网络：SSD、YOLOV3、YOLOV4、RetinaDet等。