车牌识别方法、装置、电子设备和可读存储介质.pdf

(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CN113963360A(43)申请公布日2022.01.21(21)申请号202111054674.6(22)申请日2021.09.09(71)申请人北京百度网讯科技有限公司地址100085北京市海淀区上地十街10号百度大厦2层(72)发明人王学占孔德超左轶鹏董勋(74)专利代理机构北京鸿德海业知识产权代理有限公司11412代理人田宏宾(51)Int.Cl.G06V30/24(2022.01)G06V30/194(2022.01)G06N3/08(2006.01)权利要求书2页说明书9页附图4页(54)发明名称车牌识别方法、装置、电子设备和可读存储介质(57)摘要本公开提供了一种车牌识别方法、装置、电子设备和可读存储介质，涉及云服务、图像处理、深度学习等人工智能技术领域。其中，车牌识别方法包括：获取待检测图像，得到所述待检测图像中的车牌图像；根据所述车牌图像的高度值，得到所述车牌图像中的目标图像；根据所述目标图像得到第一识别结果，根据所述车牌图像得到第二识别结果；组合所述第一识别结果与所述第二识别结果，将组合结果作为所述待检测图像的车牌识别结果。本公开能够提升车牌识别的准确性和鲁棒性。CN113963360ACN113963360A权利要求书1/2页1.一种车牌识别方法，包括：获取待检测图像，得到所述待检测图像中的车牌图像；根据所述车牌图像的高度值，得到所述车牌图像中的目标图像；根据所述目标图像得到第一识别结果，根据所述车牌图像得到第二识别结果；组合所述第一识别结果与所述第二识别结果，将组合结果作为所述待检测图像的车牌识别结果。2.根据权利要求1所述的方法，其中，所述根据所述车牌图像的高度值，得到所述车牌图像中的目标图像包括：确定所述车牌图像的高度值；根据预设位置，从所述车牌图像中截取与所述高度值对应的图像；将所截取的图像作为所述目标图像。3.根据权利要求1所述的方法，其中，所述根据所述目标图像得到第一识别结果包括：将所述目标图像输入预先训练得到的第一识别模型，将所述第一识别模型的输出结果作为所述第一识别结果。4.根据权利要求1所述的方法，其中，所述根据所述车牌图像得到第二识别结果包括：将所述车牌图像输入预先训练得到的第二识别模型，将所述第二识别模型的输出结果作为所述第二识别结果。5.根据权利要求3所述的方法，其中，所述第一识别模型采用以下方式预先训练得到：获取第一训练集，所述第一训练集中包含多张第一车牌图像与多张第一车牌图像的汉字标注结果；根据多张第一车牌图像的高度值，分别得到多张第一车牌图像中的目标图像；使用多张第一图像中的目标图像与多张第一图像的汉字标注结果对神经网络模型进行训练，得到所述第一识别模型。6.根据权利要求4所述的方法，其中，所述第二识别模型采用以下方式预先训练得到：获取第二训练集，所述第二训练集中包含多张第二车牌图像与多张第二车牌图像的非汉字标注结果；使用多张第二图像与多张第一图像的非汉字标注结果对神经网络模型进行训练，得到所述第二识别模型。7.一种车牌识别装置，包括：获取单元，用于获取待检测图像，得到所述待检测图像中的车牌图像；处理单元，用于根据所述车牌图像的高度值，得到所述车牌图像中的目标图像；识别单元，用于根据所述目标图像得到第一识别结果，根据所述车牌图像得到第二识别结果；组合单元，用于组合所述第一识别结果与所述第二识别结果，将组合结果作为所述待检测图像的车牌识别结果。8.根据权利要求7所述的装置，其中，所述处理单元在根据所述车牌图像的高度值，得到所述车牌图像中的目标图像时，具体执行：确定所述车牌图像的高度值；根据预设位置，从所述车牌图像中截取与所述高度值对应的图像；2CN113963360A权利要求书2/2页将所截取的图像作为所述目标图像。9.根据权利要求7所述的装置，其中，所述识别单元在根据所述目标图像得到第一识别结果时，具体执行：将所述目标图像输入预先训练得到的第一识别模型，将所述第一识别模型的输出结果作为所述第一识别结果。10.根据权利要求7所述的装置，其中，所述识别单元在根据所述车牌图像得到第二识别结果时，具体执行：将所述车牌图像输入预先训练得到的第二识别模型，将所述第二识别模型的输出结果作为所述第二识别结果。11.根据权利要求9所述的装置，还包括第一训练单元，用于采用以下方式预先训练得到所述第一识别模型：获取第一训练集，所述第一训练集中包含多张第一车牌图像与多张第一车牌图像的汉字标注结果；根据多张第一车牌图像的高度值，分别得到多张第一车牌图像中的目标图像；使用多张第一图像中的目标图像与多张第一图像的汉字标注结果对神经网络模型进行训练，得到所述第一识别模型。12.根据权利要求10所述的装置，还包括第二训练单元，用于采