一种车牌识别方法、系统、电子设备及存储介质与流程

本申请涉及图像识别与智能驾驶相结合的，尤其涉及一种车牌识别方法、系统、电子设备及存储介质。

背景技术：

1、车牌是对各车辆的编号与信息登记，通过车牌可以知道该车辆的所属地区，也可根据车牌查到该车辆的用户以及该车辆的登记信息。因此，车牌识别的研究有着重要的现实意义。例如，在智能交通系统中和城市电子监控系统中，车牌识别是确定车辆身份最为重要的技术手段，应用场景十分广泛。

2、目前，常用的车牌识别方法包括：针对每次新增地区的车牌，均会预设置一个新的类别；在识别车牌时，使用神经网络模型对待识别的车牌进行识别，识别得到包括有数字、英文字符组成的车牌号和车牌类别；在推理阶段过程时，根据识别出的车牌类别确定该车牌所属的地区；再根据该地区确定对应的地名，最后将识别出的车牌号和确定出的地名结合，得到最终的车牌结果。

3、在实际交通场景中，不同的地区或城市，甚至不同的车型，所设计的车牌会有所不同。例如，车牌的组合一般包括地名、数字和英文字符，而车牌的发布单位可能是xx省、xx市甚至是xx县，所以车牌上出现的地名范围非常大，增加了上述神经网络模型对于地名的识别难度。进一步的，随着后期类别数的增加，需每次都为新增加地区的车牌进行预登记，也会增加上述神经网络模型的学习难度，通用性较差。

技术实现思路

1、本申请提供了一种车牌识别方法，用以提高对车牌识别的通用性。

2、第一方面，提供一种车牌识别方法，包括：

3、对检测得到的车牌框进行抠图处理，得到所述车牌框中的目标车牌；基于识别网络模型对所述目标车牌进行识别，识别得到所述目标车牌的识别结果；基于分类网络模型对所述目标车牌进行分类，得到所述目标车牌的分类结果；其中，所述分类结果包括所述目标车牌的颜色、层数以及非中文字符数；根据所述识别结果和所述分类结果，确定所述目标车牌的车牌结果。

4、可选的，所述识别结果包括所述目标车牌中的非中文字符；所述基于识别网络模型对所述目标车牌进行识别，识别得到所述目标车牌的识别结果，包括：

5、基于卷积神经网络对所述目标车牌进行特征提取，得到所述目标车牌的特征图；将所述特征图的每一列作为时间片输入到双向长短期记忆网络中，并基于损失函数，确定所述目标车牌中的非中文字符。

6、可选的，所述根据所述识别结果和所述分类结果，确定所述目标车牌的车牌结果，包括：

7、根据所述目标车牌的颜色、层数以及非中文字符数，在类别分类库中进行查询，确定所述目标车牌所属的目标地区；根据所述目标地区，确定所述目标车牌的目标地名字符；根据所述目标地名字符和所述识别结果，确定所述目标车牌的车牌结果。

8、可选的，所述方法还包括：

9、当所述目标车牌所在的目标地区有n种车牌类型时，根据所述目标车牌的颜色、层数以及非中文字符数，确定所述目标车牌所属的车牌类型，所述n为大于1的整数；根据所述目标车牌所属的车牌类型和所述目标车牌所属的目标地区，确定所述目标车牌的目标地名字符。

10、可选的，所述对检测得到的车牌框进行抠图处理之前，还包括：

11、获取待检测的图像；基于目标检测模型对所述图像进行检测，得到所述车牌框。

12、第二方面，提供一种车牌识别系统，包括：

13、抠图模块，用于对检测得到的车牌框进行抠图处理，得到所述车牌框中的目标车牌；识别模块，用于基于识别网络模型对所述目标车牌进行识别，识别得到所述目标车牌的识别结果；分类模块，用于基于分类网络模型对所述目标车牌进行分类，得到所述目标车牌的分类结果；其中，所述分类结果包括所述目标车牌的颜色、层数以及非中文字符数；车牌确定模块，用于根据所述识别结果和所述分类结果，确定所述目标车牌的车牌结果。

14、可选的，所述识别结果包括所述目标车牌中的非中文字符；所述识别模块，具体用于：

15、基于卷积神经网络对所述目标车牌进行特征提取，得到所述目标车牌的特征图；将所述特征图的每一列作为时间片输入到双向长短期记忆网络中，并基于损失函数，确定所述目标车牌中的非中文字符。

16、可选的，所述车牌确定模块，具体用于：

17、根据所述目标车牌的颜色、层数以及非中文字符数，在类别分类库中进行查询，确定所述目标车牌所属的目标地区；根据所述目标地区，确定所述目标车牌的目标地名字符；根据所述目标地名字符和所述识别结果，确定所述目标车牌的车牌结果。

18、可选的，所述车牌确定模块，还用于：

19、当所述目标车牌所在的目标地区有n种车牌类型时，根据所述目标车牌的颜色、层数以及非中文字符数，确定所述目标车牌所属的车牌类型，所述n为大于1的整数；

20、根据所述目标车牌所属的车牌类型和所述目标车牌所属的目标地区，确定所述目标车牌的目标地名字符。

21、可选的，所述系统还包括检测模块；所述检测模块，用于获取待检测的图像；以及用于基于目标检测模型对所述图像进行检测，得到所述车牌框。

22、第三方面，提供一种电子设备，包括：

23、存储器，用于存放计算机程序；处理器，用于执行所述存储器上所存放的计算机程序时，实现第一方面中任一项所述的方法步骤。

24、第四方面，提供一种计算机可读存储介质，所述计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现第一方面中任一项所述的方法步骤。

25、本申请实施例中，对检测得到的车牌框进行抠图处理，得到车牌框中的目标车牌；基于识别网络模型对目标车牌进行识别，识别得到目标车牌的识别结果；基于分类网络模型对目标车牌进行分类，得到目标车牌的分类结果，该分类结果包括目标车牌的颜色、层数以及非中文字符数；再根据识别结果和分类结果，确定目标车牌的车牌结果；由于颜色、层数、非中文字符数这三种特征的取值范围较为稳定，可以预先设置好车牌类别，相较于现有技术，无需每次都为新增加地区的车牌设置新的类别，因此将其作为车牌的分类依据，分类方式简单且通用，也降低了模型的学习难度；进一步再基于识别结果和分类结果能够准确的确定出车牌结果。

26、上述第二方面至第四方面中的各个方面以及各个方面可能达到的技术效果请参照上述针对第一方面或第一方面中的各种可能方案可以达到的技术效果说明，这里不再重复赘述。

技术特征：

1.一种车牌识别方法，其特征在于，包括：

2.如权利要求1所述的方法，其特征在于，所述识别结果包括所述目标车牌中的非中文字符；

3.如权利要求1所述的方法，其特征在于，所述根据所述识别结果和所述分类结果，确定所述目标车牌的车牌结果，包括：

4.如权利要求3所述的方法，其特征在于，所述方法还包括：

5.如权利要求1-4任一项所述的方法，其特征在于，所述对检测得到的车牌框进行抠图处理之前，还包括：

6.一种车牌识别系统，其特征在于，包括：

7.如权利要求6所述的系统，其特征在于，所述识别结果包括所述目标车牌中的非中文字符；

8.如权利要求6所述的系统，其特征在于，所述车牌确定模块，具体用于：

9.如权利要求8所述的系统，其特征在于，所述车牌确定模块，还用于：

10.如权利要求6-9任一项所述的系统，其特征在于，所述系统还包括检测模块；

11.一种电子设备，其特征在于，包括：

12.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1-5中任一项中所述的方法步骤。

技术总结
本申请公开了一种车牌识别方法、系统、电子设备及存储介质，涉及图像识别技术领域与智能驾驶技术领域相结合的技术领域。该方法包括：对检测得到的车牌框进行抠图处理，得到车牌框中的目标车牌；基于识别网络模型对目标车牌进行识别，识别得到目标车牌的识别结果；基于分类网络模型对目标车牌进行分类，得到目标车牌的分类结果，该分类结果包括目标车牌的颜色、层数以及非中文字符数；再根据识别结果和分类结果，确定目标车牌的车牌结果，用以提高对车牌识别的通用性。

技术研发人员：周宏扬
受保护的技术使用者：中国电信股份有限公司技术创新中心
技术研发日：
技术公布日：2024/1/15