[发明专利]一种多方向车牌的检测方法和装置

说明书

本发明涉及一种多方向车牌的检测方法和装置，方法包括如下步骤：S1.对采集处理后的图片进行特征提取得到第一特征；对所述第一特征进行检测得到车牌的预测位置；S2.对车牌的预测位置进行扩张得到扩张区域；S3.以所述扩张区域作为参照，对所述第一特征进行处理得到第二特征；S4.对所述第二特征进行修正和再次检测得到多方向车牌的位置。本发明提供了从粗到精的车牌检测方法提升不同尺寸的车牌的检测性能。本发明利用无锚框机制以及粗检测方式来对图像中的车牌的特征进行提取和处理，利用位置修正模块提升车牌检测的准确率，在位置修正模块采用了基于关键点回归四个顶点的计算方法来定位多方向车牌，大量实验表明本发明方法的有效性及可拓展性。

技术领域

本发明属于计算机视觉领域，具体涉及一种多方向车牌的检测方法和装置。

背景技术

智能交通系统是未来交通系统的重要发展方向，智能车牌识别系统则是智能交通系统的重要组成部分，作为车牌识别系统的前置模块，自动化车牌检测也格外重要。传统的车牌检测方法通过设计特征检测车牌的边缘来实现车牌检测，但这种方法有非常大的局限性，只能适应非常小的场景，而且速度比较慢。随着近年来算力和数据的空前增加，深度学习被用来应用在各个领域。

目前基于深度学习的车牌检测方法都忽视了小尺寸车牌带来的前景-背景类别不平衡问题，这是由于小尺寸车牌往往只占据图像的一小部分引起的，这也导致了他们的小尺寸车牌检测性能不佳。现有一些方法中直接对整张图片进行分析检测车牌位置，忽视了小尺寸车牌带来的前景-背景类别不平衡问题，往往会产生很多漏检；还有一些方法先检测车辆位置再在车辆区域定位车牌，依赖车辆检测器的效果，如果发生车辆被部分遮挡情况，就可能会检测不到车辆从而检测不到车牌；而且如果遇到大卡车，公共汽车等大型车辆，车牌将仍然只占据车辆的一小部分区域，这将需要复杂的后处理，且仍然没有解决大型车辆的车牌检测漏检问题。

发明内容

本发明的目的是为了解决现有技术中针对道路交通场景，小尺寸车牌导致的检测任务中前景-背景的类别不平衡问题，从而导致的小尺寸车牌漏检问题，本发明旨在提供一种多方向车牌的检测方法和装置，用于解决现有技术中存在的上述问题。

本发明的上述技术目的将通过以下所述的技术方案予以实现。

一种多方向车牌的检测方法，所述方法包括如下步骤：

S1.对采集处理后的图片进行特征提取得到第一特征；对所述第一特征进行检测得到车牌的预测位置；

S2.对车牌的预测位置进行扩张得到扩张区域；

S3.以所述扩张区域作为参照，对所述第一特征进行处理得到第二特征；

S4.对所述第二特征进行修正和再次检测得到多方向车牌的位置。

如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述采集处理后的图片通过对采集到的图片按照预先规定的尺寸进行按比例缩放和归一化得到。

如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述S3具体包括：

S31.将车牌的预测位置向外扩张1～4倍得到一个扩张区域，然后从所述首层特征图中裁剪出与该扩张区域相对应的裁剪区域，并将该裁剪区域进行缩放处理；

S32.重复步骤S31，从所述第一特征的首层特征图中得到所有与车牌的预测位置相对应的缩放的裁剪区域，并将所有裁剪区域进行拼接得到所述第二特征。

如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述S4具体包括：对所述第二特征进行提取得到第三特征，对所述第三特征进行处理得到一个2X2X9维的向量，对该向量计算得到所述多方向车牌的位置。

本发明还提供了一种多方向车牌的检测装置，所述装置包括粗检测模块、区域扩展与特征选取模块和位置修正模块，