本发明涉及图像识别领域,尤其涉及一种基于多国车牌的识别方法、装置、计算机及存储介质。
背景技术:
1、车牌识别技术是现代智能交通系统中重要组成部分之一,以图形处理、模式识别、计算机视觉、深度学习算法等技术为基础,对摄像机所拍摄的车辆图像或者视频序列进行分析,得到每一辆汽车唯一的车牌号码。目前,多将车牌识别技术运用于一些管理系统,如,停车场收费管理、道路违章抓拍、高速功能自动化监管、口岸通行记录等,对于维护交通安全和城市治安,实现交通自动化管理有着重要意义。
2、现有的车牌识别算法大多基于国内车牌,国内车牌体系相对较为规范,而国外车牌由于存在车牌不规则、种类较多等特征,车牌识别难度较大,更进一步地,中东自贸区存在多国车牌在同一区域通行情况,相对应地需要同时支持多个国家车牌的识别。
3、现有针对同时识别多国车牌的技术较少。近年基于深度学习的车牌识别算法兴起,相对来说具有识别精度较高,误识率较少,流程上更简洁,不再需要对字符进行分割等特点。然而,现有基于深度学习的车牌识别算法在对于小目标、多层车牌以及需要支持车牌种类较多时,效果较差。
技术实现思路
1、本发明提供了一种基于多国车牌的识别方法、装置、计算机及存储介质,其中所述识别方法能够同时对多国车牌进行识别,且适于识别小目标、多层车牌和较多种类的车牌。
2、本发明针对现有技术难以支持同时对多国车牌进行识别的问题,提供了一种基于多国车牌的识别方法、装置、计算机及存储介质。
3、本发明就上述技术问题而提出的技术方案如下:
4、本发明提供了一种基于多国车牌的识别方法,包括:
5、获取待识别图像;
6、利用目标检测网络对所述待识别图像中的车牌进行定位以获得车牌框坐标及所述车牌框坐标中的车牌图像;
7、将所述车牌图像输入车牌多属性分类网络中以获取车牌对应的预设类型属性信息,所述预设类型属性信息至少包括车牌国家类别、车牌颜色;
8、将所述车牌图像输入字符检测识别网络中以获取车牌中的字符信息,所述字符信息包括字符坐标和字符类别信息;
9、将所述预设类型属性信息、所述字符信息输入至预设模板函数中进行匹配;
10、若匹配成功,则输出车牌的识别结果。
11、优选地,还包括:
12、利用所述目标检测网络获取所述车牌框坐标内车牌的车牌角点;
13、利用所述车牌角点对所述车牌图像进行矫正以得到车牌截图;
14、所述将所述车牌图像输入车牌多属性分类网络中以获取车牌对应的预设类型属性信息包括:将所述车牌截图输入车牌多属性分类网络中以获取车牌对应的预设类型属性信息;
15、所述将所述车牌图像输入字符检测识别网络中以获取车牌中的字符信息包括:将所述车牌截图输入字符检测识别网络中以获取车牌中的所有字符坐标和字符信息。
16、优选地,所述利用所述车牌角点对所述车牌图像进行矫正以得到车牌截图包括:
17、利用所述车牌角点通过仿射变换对所述车牌图像进行矫正以得到车牌截图。
18、优选地,所述方法还包括:
19、对国家类别及对应的车牌字符结构进行定义以得到所述预设模板函数。
20、优选地,所述目标检测网络采用增加了关键点回归的yolov5检测网络;
21、所述车牌多属性分类网络采用resnet18网络,所述resnet18网络的输出层分别为国家类别属性输出层和颜色属性输出层。
22、优选地,所述字符类别信息的分类方式至少包括以下中的一种或多种:
23、利用所述字符检测网络进行字符检测得到字符识别结果,根据所述字符识别结果是否有汉字将车牌分为有汉字和无汉字类;
24、利用所述字符检测网络进行字符检测得到字符识别结果,根据所述字符识别结果是否有阿拉伯数字字母将车牌分为有阿拉伯数字字母和无阿拉伯数字字母类;
25、利用所述字符检测网络进行字符检测得到字符识别结果,根据所述字符识别结果是否有阿拉伯文数字字母将车牌分为有阿拉伯文数字字母和无阿拉伯文数字字母类;
26、利用所述字符检测网络进行字符检测得到字符识别结果,根据所述字符结果是否是双层结构将车牌分为单层结构和双层结构类;
27、利用所述字符检测网络进行字符检测得到字符识别结果,根据所述字符结果是否为左右对称结构将车牌分为对称结构和不对称结构类;
28、利用所述字符检测网络进行字符检测得到字符识别结果,根据所述字符识别结果是否有国家标志字符串将车牌分为有国家标志字符串和无国家标志字符串类。
29、优选地,在所述将所述预设类型属性信息、所述字符信息输入至预设模板函数中进行匹配之后,所述方法还包括:
30、若匹配不成功,则存储当前车牌的识别结果,并对所述识别结果进行定义以作为新的模板函数新增至模板函数库中。
31、本发明提供一种基于多国车牌的识别装置,所述装置包括:
32、获取模块,通过所述获取模块获取待识别图像;
33、检测模块,通过所述检测模块利用目标检测网络对所述待识别图像中的车牌进行定位以获得车牌框坐标及所述车牌框坐标中的车牌图像;
34、属性识别模块,通过所述属性识别模块将所述车牌图像输入车牌多属性分类网络中以获取车牌对应的预设类型属性信息,所述预设类型属性信息至少包括车牌国家类别、车牌颜色;
35、字符识别模块,通过所述字符识别模块将所述车牌图像输入字符检测识别网络中以获取车牌中的字符信息,所述字符信息包括字符坐标和字符类别信息;
36、匹配模块,通过所述匹配模块将所述预设类型属性信息、所述字符信息输入至预设模板函数中进行匹配;
37、输出模块,在匹配成功时,所述输出模块输出车牌的识别结果。
38、本发明还提供一种计算机装置,所述计算机装置包括处理器,所述处理器用于执行存储器中存储的计算机程序时实现如上述基于多国车牌的识别方法的步骤。
39、本发明还提供一种存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现如上述基于多国车牌的识别方法的步骤。
40、本发明实施例提供的技术方案带来的有益效果是:
41、本发明提供的基于多国车牌的识别方法通过获取图像中的车牌图像部分,并对该部分进行多属性识别和字符识别,其后,在将相应的识别信息输入至预设模板函数中进行匹配,且在匹配成功时输出相应的识别结果,能够同时支持对多国车牌的识别,适于识别小目标、多层车牌和较多种类的车牌,且保持较好的识别速度和识别精度。此外,基于多属性识别网络有助于从多维度分析车牌及利用识别的属性数据进行后期拓展。
1.一种基于多国车牌的识别方法,其特征在于,包括:
2.根据权利要求1所述基于多国车牌的识别方法,其特征在于,还包括:
3.根据权利要求2所述基于多国车牌的识别方法,其特征在于,所述利用所述车牌角点对所述车牌图像进行矫正以得到车牌截图包括:
4.根据权利要求1所述基于多个车牌的识别方法,其特征在于,所述方法还包括:
5.根据权利要求1所述基于多国车牌的识别方法,其特征在于,所述目标检测网络采用增加了关键点回归的yolov5检测网络;
6.根据权利要求1所述基于多国车牌的识别方法,其特征在于,所述字符类别信息的分类方式至少包括以下中的一种或多种:
7.根据权利要求1所述基于多国车牌的识别方法,其特征在于,在所述将所述预设类型属性信息、所述字符信息输入至预设模板函数中进行匹配之后,所述方法还包括:
8.一种基于多国车牌的识别装置,其特征在于,所述装置包括:
9.一种计算机装置,其特征在于,所述计算机装置包括处理器,所述处理器用于执行存储器中存储的计算机程序时实现如权利要求1-7中任意一项所述基于多国车牌的识别方法的步骤。
10.一种存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1-7中任意一项所述基于多国车牌的识别方法的步骤。