技术特征：
1.一种车牌异常检测方法，其特征在于，包括：获取车牌图像；对所述车牌图像进行编码和解码处理，得到车牌重构图像；基于所述车牌图像和所述车牌重构图像，确定图像重构误差；基于所述图像重构误差，确定所述车牌图像中车牌的异常检测结果。2.根据权利要求1所述的方法，其特征在于，所述基于所述车牌图像和所述车牌重构图像，确定图像重构误差，包括：确定所述车牌图像中的至少部分第一像素点中的每个第一像素点，与所述车牌重构图像中对应第二像素点之间的像素差异信息；基于所述至少部分第一像素点中的每个第一像素点对应的图像差异信息，确定每个第一像素点对应的目标差异信息；基于所述至少部分第一像素点中的每个第一像素点对应的目标差异信息，确定所述图像重构误差。3.根据权利要求1或2所述的方法，其特征在于，所述基于所述图像重构误差，确定所述车牌图像中车牌的异常检测结果，包括：基于所述图像重构误差和预设的异常检测阈值，确定所述车牌图像中车牌的异常检测结果。4.根据权利要求3所述的方法，其特征在于，所述基于所述图像重构误差和预设的异常检测阈值，确定所述车牌图像中车牌的异常检测结果，包括：在所述图像重构误差小于所述异常检测阈值的情况下，确定所述车牌图像中车牌的异常检测结果为车牌正常；在所述图像重构误差大于或等于所述异常检测阈值的情况下，确定所述车牌图像中车牌的异常检测结果为车牌异常。5.根据权利要求3所述的方法，其特征在于，还包括确定所述异常检测阈值的步骤：利用训练好的目标神经网络对多张包含正常车牌的第二样本图像进行编码和解码处理，得到第一样本重构误差；基于所述第一样本重构误差，确定所述异常检测阈值。6.根据权利要求5所述的方法，其特征在于，所述基于确定的所述第一样本重构误差，确定所述异常检测阈值，包括：利用训练好的目标神经网络对多张包含异常车牌的第三样本图像进行编码和解码处理，得到第二样本重构误差；基于所述第一样本重构误差和所述第二样本重构误差，确定所述异常检测阈值。7.根据权利要求6所述的方法，其特征在于，所述基于所述第一样本重构误差和所述第二样本重构误差，确定所述异常检测阈值，包括：基于所述第一样本重构误差和所述第二样本重构误差，确定异常检测阈值范围；基于所述异常检测阈值范围，确定所述异常检测阈值。8.根据权利要求6所述的方法，其特征在于，所述基于所述第一样本重构误差和所述第二样本重构误差，确定所述异常检测阈值，包括：获取所述第一样本重构误差对应的第一权重信息和所述第二样本重构误差对应的第
二权重信息；基于所述第一样本重构误差、所述第一权重信息、所述第二样本重构误差和所述第二权重信息，确定所述异常检测阈值。9.根据权利要求1至8任一项所述的方法，其特征在于，所述对所述车牌图像进行编码和解码处理，得到车牌重构图像，包括：利用训练好的目标神经网络，对所述车牌图像进行编码和解码处理，得到车牌重构图像；所述目标神经网络为基于包含正常车牌的第一样本图像训练得到的。10.根据权利要求1所述的方法，其特征在于，所述获取车牌图像，包括：获取拍摄设备拍摄到的待检测图像；对所述待检测图像进行车辆识别，基于车辆识别结果，从所述待检测图像中筛选包含车辆的所述车辆原始图像，以及，从所述车辆原始图像中截取包括车辆的子图像；对所述子图像进行车牌识别，基于车辆识别结果，从所述子图像中截取包括车牌的车牌图像。11.一种车牌异常检测装置，其特征在于，包括：图像获取模块，用于获取车牌图像；图像重构模块，用于对所述车牌图像进行编码和解码处理，得到车牌重构图像；误差确定模块，用于基于所述车牌图像和所述车牌重构图像，确定图像重构误差；结果确定模块，用于基于所述图像重构误差，确定所述车牌图像中车牌的异常检测结果。12.一种计算机设备，其特征在于，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当计算机设备运行时，所述处理器与所述存储器之间通过总线通信，所述机器可读指令被所述处理器执行时执行如权利要求1至10任一项所述的车牌异常检测方法的步骤。13.一种计算机可读存储介质，其特征在于，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行如权利要求1至10任一项所述的车牌异常检测方法的步骤。
技术总结
本公开提供了一种车辆异常检测方法、装置、计算机设备和存储介质，其中，该方法包括：获取车牌图像；对车牌图像进行编码和解码处理，得到车牌重构图像；基于车牌图像和车牌重构图像，确定图像重构误差；基于图像重构误差，确定车牌图像中车牌的异常检测结果。确定车牌图像中车牌的异常检测结果。确定车牌图像中车牌的异常检测结果。
技术研发人员：蔡晓聪 侯军 伊帅
受保护的技术使用者：北京市商汤科技开发有限公司
技术研发日：2021.10.21
技术公布日：2022/1/18