【CN109993138A】一种车牌检测与识别方法及装置【专利】

合集下载
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 (43)申请公布日 (21)申请号 201910279490.6
(22)申请日 2019.04.08
(71)申请人 北京易华录信息技术股份有限公司
地址 100043 北京市石景山区阜石路165号
院1号楼101室
(72)发明人 李高杨 林拥军 宋征 吴炳卫 
冯欣 
(74)专利代理机构 北京三聚阳光知识产权代理
有限公司 11250
代理人 李博洋
(51)Int.Cl.
G06K 9/00(2006.01)
G06K 9/20(2006.01)
G06K 9/32(2006.01)
G06K 9/34(2006.01)
G06N 3/04(2006.01)
(54)发明名称一种车牌检测与识别方法及装置(57)摘要本发明公开了一种车牌检测与识别方法及装置,该方法包括:获取交通图像数据;将交通图像数据输入车辆检测模型进行检测,输出包含机动车的图像数据;将包含机动车的图像数据输入车牌检测模型进行检测,输出车牌图像数据;将车牌图像数据输入车牌优化模型进行优化,输出优化后的车牌图像数据;将优化后的车牌图像数据输入车牌识别模型进行识别,输出车牌字符。

通过实施本发明,采用两个YOLO算法分别对车辆和车牌进行检测,克服了YOLO识别小物体准确率差的缺陷;此外,采用SRGAN进行车牌图像预处理,提升了CNN网络输入图像的清晰度;采用端到端的CNN神经网络作为车牌识别模型,对车牌图像数据同时进行分割和识别,处理速度快,准确
率高。

权利要求书2页 说明书7页 附图3页CN 109993138 A 2019.07.09
C N 109993138
A
权 利 要 求 书1/2页CN 109993138 A
1.一种车牌检测与识别方法,其特征在于,包括:
获取交通图像数据;
将交通图像数据输入车辆检测模型进行检测,输出包含机动车的图像数据;
将包含机动车的图像数据输入车牌检测模型进行检测,输出车牌图像数据;
将车牌图像数据输入车牌优化模型进行优化,输出优化后的车牌图像数据;
将优化后的车牌图像数据输入车牌识别模型进行识别,输出车牌字符。

2.根据权利要求1所述的车牌检测与识别方法,其特征在于,将交通图像数据输入车辆检测模型进行检测,输出包含车牌的图像数据,包括:
将交通图像数据输入车辆检测模型进行检测,得到第一检测结果;
根据所述第一检测结果判断所述交通图像数据中的识别对象是否包含机动车;
当所述交通图像数据中的识别对象包含机动车时,输出包含机动车的图像数据。

3.根据权利要求1所述的车牌检测与识别方法,其特征在于,将包含机动车的图像数据输入车牌检测模型进行检测,输出车牌图像数据,包括:
将包含机动车的图像数据输入车牌检测模型进行检测,得到第二检测结果;
根据所述第二检测结果得到包含车牌的图像数据中车牌的位置;
根据车牌的位置得到车牌图像数据并输出。

4.根据权利要求1所述的车牌检测与识别方法,其特征在于,所述车牌识别模型包括:卷积模型层、延展层、Dropout层及全连接层;
将优化后的车牌图像数据输入车牌识别模型进行识别,输出车牌字符,包括,
将车牌图像数据输入所述卷积模型层进行特征提取,输出第一特征信息;
将所述第一特征信息输入所述延展层进行延展,生成一维特征图;
将所述一维特征图依次输入所述Dropout层及全连接层进行识别,生成车牌字符并输出。

5.根据权利要求4所述的车牌检测与识别方法,其特征在于,所述卷积模型层包括五层卷积网络层;
将车牌图像数据输入所述卷积模型层进行特征提取,包括:
将车牌图像数据依次输入所述五层卷积网络模块层进行特征提取,得到所述第一特征信息。

6.一种车牌检测与识别装置,其特征在于,包括:
数据获取模块,用于获取交通图像数据;
车辆检测模块,用于将交通图像数据输入车辆检测模型进行检测,输出包含机动车的图像数据;
车牌检测模块,用于将包含机动车的图像数据输入车牌检测模型进行检测,输出车牌图像数据;
车牌优化模块,用于将车牌图像数据输入车牌优化模型进行优化,输出优化后的车牌图像数据;
车牌识别模块,用于将优化后的车牌图像数据输入车牌识别模型进行识别,输出车牌字符。

7.一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存储有计算机指
2。

相关文档
最新文档