车牌识别方法、电子设备、存储介质以及程序产品.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CN113869309A(43)申请公布日2021.12.31(21)申请号202111136640.1(22)申请日2021.09.27(71)申请人浙江鸿泉电子科技有限公司地址313300浙江省湖州市安吉县天子湖镇天子湖大道508号(72)发明人郑雄军刘浩淼周汝玉张栋梁朱腾飞(74)专利代理机构北京路浩知识产权代理有限公司11002代理人张睿(51)Int.Cl.G06K9/32(2006.01)G06K9/40(2006.01)G06K9/62(2006.01)G06N3/08(2006.01)权利要求书1页说明书8页附图6页(54)发明名称车牌识别方法、电子设备、存储介质以及程序产品(57)摘要本发明提供一种车牌识别方法、电子设备、存储介质以及程序产品。方法应用于电子设备，电子设备设有线程池，线程池具有多个并行执行的线程，每一线程执行的车牌识别方法包括：获取对车牌进行拍摄得到的原始图像；将原始图像输入MNN初始目标识别模型得到带有初级目标的中间图像；对中间图像基于自信度规则和图形参数规则进行过滤，得到带有目标车牌的次级图像；将次级图像输入MNN最终目标识别模型，通过MNN最终目标识别模型对次级图像进行识别获取车牌信息。通过将输入MNN最终目标识别模型前的中间图像，基于自信度规则和图形参数规则进行过滤，减小识别目标数量。再通过电子设备的线程池的多个线程并行执行多个车牌的识别，提高车牌识别的效率。CN113869309ACN113869309A权利要求书1/1页1.一种车牌识别方法，其特征在于，所述车牌识别方法应用于电子设备，所述电子设备设有线程池，所述线程池具有多个并行执行的线程，每一所述线程执行的车牌识别方法包括：获取对车牌进行拍摄得到的原始图像；将所述原始图像输入MNN初始目标识别模型得到带有初级目标的中间图像；对所述中间图像基于自信度规则和图形参数规则进行过滤，得到带有目标车牌的次级图像；将所述次级图像输入MNN最终目标识别模型，通过所述MNN最终目标识别模型对所述次级图像进行识别获取车牌信息。2.根据权利要求1所述的车牌识别方法，其特征在于，所述将所述次级图像输入MNN最终目标识别模型，通过所述MNN最终目标识别模型对所述次级图像进行识别获取车牌信息的步骤之后，还包括：构建键值对应表，所述键值对应表存储所述MNN最终目标识别模型的识别结果；当所述识别结果超过预设次数阈值时，保存所述识别结果。3.根据权利要求2所述的车牌识别方法，其特征在于，所述将所述次级图像输入MNN最终目标识别模型，通过所述MNN最终目标识别模型对所述次级图像进行识别获取车牌信息的步骤之后，所述构建键值对应表存储所述MNN最终目标识别模型的识别结果的步骤之前还包括：对所述车牌信息基于车牌字符规则、车牌位数规则以及车牌颜色与车牌长度的对应规则的至少一种规则进行过滤。4.根据权利要求2所述的车牌识别方法，其特征在于，所述键值对应表采用CocurrentHashMap作为键值对应表。5.根据权利要求2所述的车牌识别方法，其特征在于，所述构建键值对应表的步骤之后，还包括：对所述键值对应表进行加锁同步处理。6.根据权利要求1‑5任一项所述的车牌识别方法，其特征在于，所述自信度规则包括若识别目标的自信度低于设定阈值，则过滤所述中间图像中的所述识别目标。7.根据权利要求1‑5任一项所述的车牌识别方法，其特征在于，所述图形参数规则包括宽高比过滤规则、坐标位置过滤规则以及面积大小过滤规则中的至少一种。8.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至7任一项所述车牌识别方法的步骤。9.一种非暂态计算机可读存储介质，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至7任一项所述车牌识别方法的步骤。10.一种计算机程序产品，包括计算机程序，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任一项所述车牌识别方法的步骤。2CN113869309A说明书1/8页车牌识别方法、电子设备、存储介质以及程序产品技术领域[0001]本发明涉及车牌识别技术领域，尤其涉及一种车牌识别方法、电子设备、存储介质以及程序产品。背景技术[0002]车牌识别技术广泛应用于停车场道闸系统、小区及办公区域门禁通道闸系统中。通过拍摄车牌图像，根据车牌图像自动识别并记录车牌，相比人工记录车牌信息，大大提高车辆出入管理的智能化程度。[0003]尽管基于电子设备的车牌识别技术已经日臻完善，但是目前车牌识别效率仍然较低，亟待改进。发明内容[0004]本发明提供一种车牌识别方法、电子设备、存储介质以及