【技术实现步骤摘要】
本专利技术涉及视频监控与智慧交通，具体而言，涉及一种车牌号码的确定方法及装置、存储介质及电子装置。
技术介绍
1、车牌识别系统(vehicle license plate recognition，vlpr)是指能够检测到受监控路面的车辆并自动提取车辆牌照信息(含汉字字符、英文字母、阿拉伯数字及号牌颜色)进行处理的技术。它以数字图像处理、模式识别、计算机视觉等技术为基础，对监控相机所拍摄的车辆图像或者视频序列进行分析，得到每一辆汽车唯一的车牌号码，从而完成识别过程。基于车牌识别，并通过一些后续处理手段可以实现停车场收费管理、交通流量控制指标测量、车辆定位、汽车防盗、高速公路超速自动化监管、闯红灯电子警察、公路收费站等功能。对于维护交通安全和城市治安，防止交通堵塞，实现交通自动化管理有着现实的意义。
2、随着近十年来智能安防技术的蓬勃发展，尤其是在智慧交通领域下取得了长足的进展。需求的更迭也不断地促进了车牌识别系统向着更准确、更全面演化。受限于硬件条件和成本因素，在低分辨率监视系统中，车牌文本通常质量较差，难以辨认，可以通过使用超高分辨率(super resolution，简称为sr)技术将低分辨率(low resolution，简称为lr)图像处理为单个高分辨率(high resolution，简称为hr)图像，来提高车牌识别的准确率。但传统的图像超分辨率方法忽略了笔画的视觉质量(文本的原子单位)在文本识别中的重要的作用，导致重建图像过于平滑。
3、针对相关技术中，传统的车牌识别方法忽略了笔画的视觉质量在文
4、因此，有必要对相关技术予以改良以克服相关技术中的所述缺陷。
技术实现思路
1、本专利技术实施例提供了一种车牌号码的确定方法及装置、存储介质及电子装置，以至少解决传统的车牌识别方法忽略了笔画的视觉质量在文本识别中的重要的作用，导致在分辨率低、模糊等场景下进行车牌识别的效果差的问题。
2、根据本专利技术实施例的一方面，提供一种车牌号码的确定方法，包括：获取目标车牌对应的第一分辨率图像和第二分辨率图像；通过卷积神经网络提取所述第一分辨率图像的第一图像特征，以及提取所述第二分辨率图像的第二图像特征；基于所述第一图像特征、所述第二图像特征和所述目标车牌的笔画序列确定所述目标车牌的注意力特征；通过所述注意力特征确定所述目标车牌的车牌号码。
3、在一个示例性的实施例中，基于所述第一图像特征、所述第二图像特征和所述目标车牌的笔画序列确定所述目标车牌的注意力特征之前，所述方法还包括：将所述目标车牌中包括的多个文字分别分解为笔画；对于多个文字中的每个文字，确定所述每个文字所归属的文字种类，以及所述每个文字对应的笔画在所述文字种类中的编码，其中，所述文字种类至少包括以下之一：汉字、数字、字母；按照预设顺序对所述笔画的编码进行排序，以获取所述笔画的编码序列；按照所述每个文字在所述多个文字中的次序对所述编码序列进行排序，以得到所述笔画序列。
4、在一个示例性的实施例中，基于所述第一图像特征、所述第二图像特征和所述目标车牌的笔画序列确定所述目标车牌的注意力特征，包括：通过所述卷积神经网络的嵌入层对所述笔画序列进行编码，以获取所述笔画序列的向量表示；通过所述卷积神经网络中的解码器将所述向量表示转换为文字序列特征；通过所述解码器基于所述文字序列特征、所述第一图像特征、所述第二图像特征确定所述目标车辆的注意力特征。
5、在一个示例性的实施例中，通过所述解码器基于所述文字序列特征、所述第一图像特征、所述第二图像特征确定所述目标车辆的注意力特征，包括：基于所述第一图像特征对所述第一分辨率图像进行上采样，以获取第三分辨率图像，其中，所述第一分辨率图像的分辨率小于所述第二分辨率图像，所述第二分辨率图像的分辨率小于所述第三分辨率图像；通过卷积神经网络对所述第三分辨率图像进行特征提取，以获取所述第三分辨率图像的第三图像特征；通过所述解码器基于所述文字序列特征、所述第二图像特征、所述第三图像特征确定所述目标车辆的注意力特征。
6、在一个示例性的实施例中，通过所述解码器基于所述文字序列特征、所述第二图像特征、所述第三图像特征确定所述目标车辆的注意力特征，包括：将所述文字序列特征、所述第二图像特征、所述第三图像特征输入到所述解码器的多头注意力模块，以获取所述目标车辆的初始注意力特征；通过第一损失函数计算所述初始注意力特征的特征损失；通过所述特征损失对所述初始注意力特征进行修正，以确定所述目标车辆的注意力特征。
7、在一个示例性的实施例中，基于所述第一图像特征对所述第一分辨率图像进行上采样，以获取第三分辨率图像之后，所述方法还包括：通过第二损失函数计算所述第三分辨率图像和所述第二分辨率图像的均方损失；在所述均方损失小于预设值的情况下，确定通过上采样获取的第三分辨率图像可用；在所述均方损失大于所述预设值的情况下，确定所述神经网络模型需要进行参数调整。
8、在一个示例性的实施例中，通过所述注意力特征确定所述目标车牌的车牌号码，包括：将所述注意力特征输入到文字识别器中，以获取所述注意力特征对应的预测车牌号码序列；通过第三损失函数对所述预测车牌号码序列进行调整，以确定所述目标车牌的车牌号码。
9、根据本专利技术实施例的另一方面，还提供了一种车牌号码的确定装置，包括：获取模块，用于获取目标车牌对应的第一分辨率图像和第二分辨率图像；提取模块，用于通过卷积神经网络提取所述第一分辨率图像的第一图像特征，以及提取所述第二分辨率图像的第二图像特征；第一确定模块，用于基于所述第一图像特征、所述第二图像特征和所述目标车牌的笔画序列确定所述目标车牌的注意力特征；第二确定模块，用于通过所述注意力特征确定所述目标车牌的车牌号码。
10、根据本专利技术实施例的又一方面，还提供了一种计算机可读的存储介质，该计算机可读的存储介质中存储有计算机程序，其中，该计算机程序被设置为运行时执行上述车牌号码的确定方法。
11、根据本专利技术实施例的又一方面，还提供了一种电子装置，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其中，上述处理器通过计算机程序执行上述车牌号码的确定方法。
12、通过本专利技术，获取目标车牌对应的第一分辨率图像和第二分辨率图像；通过卷积神经网络提取所述第一分辨率图像的第一图像特征，以及提取所述第二分辨率图像的第二图像特征；基于所述第一图像特征、所述第二图像特征和所述目标车牌的笔画序列确定所述目标车牌的注意力特征；通过所述注意力特征确定所述目标车牌的车牌号码。采用上述技术方案，提取目标车牌的不同分辨率图像的图像特征，以及提取目标车牌的笔画序列，基于图像特征和笔画序列共同确定目标车牌的车牌号码，解决了传统的车牌识别方法忽略了笔画的视觉质量在文本识别中的重要的作用，导致在分辨率低、模糊等场景下进行车牌识别的效果差的问题，通本文档来自技高网...
【技术保护点】
1.一种车牌号码的确定方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，基于所述第一图像特征、所述第二图像特征和所述目标车牌的笔画序列确定所述目标车牌的注意力特征之前，所述方法还包括：
3.根据权利要求1所述的方法，其特征在于，基于所述第一图像特征、所述第二图像特征和所述目标车牌的笔画序列确定所述目标车牌的注意力特征，包括：
4.根据权利要求3所述的方法，其特征在于，通过所述解码器基于所述文字序列特征、所述第一图像特征、所述第二图像特征确定所述目标车辆的注意力特征，包括：
5.根据权利要求4所述的方法，其特征在于，通过所述解码器基于所述文字序列特征、所述第二图像特征、所述第三图像特征确定所述目标车辆的注意力特征，包括：
6.根据权利要求4所述的方法，其特征在于，基于所述第一图像特征对所述第一分辨率图像进行上采样，以获取第三分辨率图像之后，所述方法还包括：
7.根据权利要求1所述的方法，其特征在于，通过所述注意力特征确定所述目标车牌的车牌号码，包括：
8.一种车牌号码的确定装置，其
9.一种计算机可读的存储介质，其特征在于，所述计算机可读的存储介质包括存储的程序，其中，所述程序运行时执行上述权利要求1至7任一项中所述的方法。
10.一种电子装置，包括存储器和处理器，其特征在于，所述存储器中存储有计算机程序，所述处理器被设置为通过所述计算机程序执行所述权利要求1至7任一项中所述的方法。
...【技术特征摘要】
1.一种车牌号码的确定方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，基于所述第一图像特征、所述第二图像特征和所述目标车牌的笔画序列确定所述目标车牌的注意力特征之前，所述方法还包括：
3.根据权利要求1所述的方法，其特征在于，基于所述第一图像特征、所述第二图像特征和所述目标车牌的笔画序列确定所述目标车牌的注意力特征，包括：
4.根据权利要求3所述的方法，其特征在于，通过所述解码器基于所述文字序列特征、所述第一图像特征、所述第二图像特征确定所述目标车辆的注意力特征，包括：
5.根据权利要求4所述的方法，其特征在于，通过所述解码器基于所述文字序列特征、所述第二图像特征、所述第三图像特征确定所述目标车辆...
【专利技术属性】
技术研发人员：林亦宁，赵之健，张雪雷，
申请(专利权)人：上海闪马智能科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。