一种车牌检测方法、装置、设备及介质与流程

文档序号:37714460发布日期:2024-04-23 11:43阅读:5来源:国知局
一种车牌检测方法、装置、设备及介质与流程

本发明涉及人工智能,尤其涉及一种车牌检测方法、装置、设备及介质。


背景技术:

1、随着城市交通的发展,车辆数量逐年增加,给城市交通管理带来了很大的压力。车辆的行驶速度较快,容易发生交通事故。因此,对车辆进行有效的管理和监控显得尤为重要。传统的车辆管理方式主要依靠人工巡查,效率较低且容易出现漏检、误检等问题,使对车辆的管理效率较低,因此,如何提高对车辆的管理效率成为亟需解决的问题。


技术实现思路

1、鉴于此,本发明实施例提供了一种车牌检测方法、装置、设备及介质,以解决车辆的管理效率较低的问题。

2、第一方面,本发明实施例提供一种牌检测方法,所述车牌检测方法包括:

3、通过预训练的车牌检测模型对包含车辆的待检测图像进行特征提取得到的n个尺度大小不同的特征图;

4、通过所述预训练的车牌检测模型对所述n个尺度大小不同的特征图进行特征融合,得到融合后的特征图;

5、通过所述预训练的车牌检测模型对所述融合后的特征图进行车牌的检测区域预测,得到所述车牌的检测区域,通过所述预训练的车牌检测模型对所述融合后的特征图进行关键点预测,得到所述车牌的关键点;

6、根据所述车牌的关键点与所述检测区域,对所述车牌进行矫正,得到矫正后的车牌图像,将所述矫正后的车牌图像作为所述车牌的检测结果。

7、第二方面,本发明实施例提供一种车牌检测装置,所述车牌检测装置包括:

8、获取模块,用于通过预训练的车牌检测模型对包含车辆的待检测图像进行特征提取得到的n个尺度大小不同的特征图;

9、融合模块,用于通过所述预训练的车牌检测模型对所述n个尺度大小不同的特征图进行特征融合,得到融合后的特征图;

10、检测模块,用于通过所述预训练的车牌检测模型对所述融合后的特征图进行车牌的检测区域预测,得到所述车牌的检测区域,通过所述预训练的车牌检测模型对所述融合后的特征图进行关键点预测,得到所述车牌的关键点;

11、矫正模块,用于根据所述车牌的关键点与所述检测区域,对所述车牌进行矫正,得到矫正后的车牌图像,将所述矫正后的车牌图像作为所述车牌的检测结果。

12、第三方面,本发明实施例提供一种计算机设备,所述计算机设备包括处理器、存储器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如第一方面所述的车牌检测方法。

13、第四方面,本发明实施例提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现如第一方面所述的车牌检测方法。

14、本发明与现有技术相比存在的有益效果是:

15、通过预训练的车牌检测模型对包含车辆的待检测图像进行特征提取得到的n个尺度大小不同的特征图,通过预训练的车牌检测模型对n个尺度大小不同的特征图进行特征融合,得到融合后的特征图,通过预训练的车牌检测模型对融合后的特征图进行车牌的检测区域预测,得到车牌的检测区域,通过预训练的车牌检测模型对融合后的特征图进行关键点预测,得到车牌的关键点,根据车牌的关键点与检测区域,对车牌进行矫正,得到矫正后的车牌图像,将矫正后的车牌图像作为车牌的检测结果。本申请中,使用预测模块对融合后的特征图进行车牌的检测区域与关键点预测,相对于原始目标检测模型中的预测模块增加了对车牌的关键点的预测,根据车牌的关键点对车牌进行矫正,得到矫正后的车牌图像,矫正后的车牌图像由于对车牌的识别,可以提高车牌的识别精度,高精度的识别从而提高了对车辆的管理效率。



技术特征:

1.一种车牌检测方法,其特征在于,所述车牌检测方法包括:

2.如权利要求1所述的车牌检测方法,其特征在于,所述通过预训练的车牌检测模型对包含车辆的待检测图像进行特征提取得到的n个尺度大小不同的特征图之前,还包括:

3.如权利要求1所述的车牌检测方法,其特征在于,所述通过预训练的车牌检测模型对包含车辆的待检测图像进行特征提取得到的n个尺度大小不同的特征图,包括:

4.如权利要求1所述的车牌检测方法,其特征在于,所述通过所述预训练的车牌检测模型对所述n个尺度大小不同的特征图进行特征融合,得到融合后的特征图,包括:

5.如权利要求1所述的车牌检测方法,其特征在于,所述根据所述车牌的关键点与所述检测区域,对所述车牌进行矫正,得到矫正后的车牌图像,包括:

6.如权利要求5所述的车牌检测方法,其特征在于,所述根据顶点坐标与所述关键点坐标,对所述待矫正图像中的车牌进行矫正处理,得到矫正后的车牌图像,包括:

7.如权利要求1-6任一权利要求所述的车牌检测方法,其特征在于,所述得到矫正后的车牌图像之后,还包括:

8.一种车牌检测装置,其特征在于,所述车牌检测装置包括:

9.一种计算机设备,其特征在于,所述计算机设备包括处理器、存储器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述的车牌检测方法。

10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,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至7任一项所述的车牌检测方法。


技术总结
本发明涉及人工智能技术领域,尤其涉及一种车牌检测方法、装置、设备及介质。通过预训练的车牌检测模型对融合后的特征图进行关键点预测,得到车牌的关键点,根据车牌的关键点与检测区域,对车牌进行矫正,得到矫正后的车牌图像,将矫正后的车牌图像作为车牌的检测结果。本申请中,相对于原始目标检测模型中的预测模块增加了对车牌的关键点的预测,根据车牌的关键点对车牌进行矫正,得到矫正后的车牌图像,矫正后的车牌图像由于对车牌的识别,可以提高车牌的识别精度,高精度的识别从而提高了对车辆的管理效率。

技术研发人员:刘文龙,冯展鹏,魏新明,肖嵘
受保护的技术使用者:深圳云天励飞技术股份有限公司
技术研发日:
技术公布日:2024/4/22
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1