【技术实现步骤摘要】
本专利技术涉及图像处理，具体涉及一种车牌字符的识别方法及装置。
技术介绍
1、车牌识别技术在城市交通管理、车辆识别、停车场收费管理、违章处理等多个任务中具有重要的作用，受光照条件、天气条件、图像清晰度、车牌拍摄角度、车牌颜色等多个因素的影响，使得车牌识别仍是一个富有挑战的任务。
2、车牌识别包含两个任务，一是车牌位置的检测，即从拍摄图像定位得到车牌区域的位置；二是车牌字符的识别，即将检测到的车牌区域内的可见字符识别出来。目前，主要通过在路侧安装高位视频摄像头来拍摄路侧场景图像，对图像中的车辆进行车牌识别，但是由于在夜间光照不足、反光导致车牌区域曝光、车辆行驶速度快导致车牌图像模糊等情况下，车牌区域图像质量较低，难以准确识别其他的车牌字符。
3、图像超分辨率是一种通过一定的方法提升图像分辨率的技术，能够将低质量图像重建为高质量图像，目前主要通过利用深度学习算法来实现，对于暗光等场景下的低质量路侧停车场景图像，通过利用超分辨率算法来提高整个停车场景图像的分辨率，但是没有对车牌区域的图像进行单独的处理，车牌区域的图像因包含大量的文本信息，包括笔画复杂的不同省份的中文简称汉字、以及不同车型具有不同颜色或是不同字体的字符，利用通用的超分辨率算法，难以实现对车牌字符细节信息的重建，存在对于暗光等特殊场景下的车牌字符识别准确率低的缺陷。
技术实现思路
1、有鉴于此，本专利技术提供了一种车牌字符的识别方法及装置，以克服对于暗光等特殊场景下的车牌字符识别准确率低的问题。>
2、第一方面，本专利技术提供了一种车牌字符的识别方法，所述方法包括：
3、获取预设区域车辆的视频图像数据集，所述视频图像数据集包括目标车辆的图像帧，所述目标车辆的图像帧包括车牌字符图像和车牌字符文本；
4、对视频图像数据集进行预处理；
5、通过构建预设车牌图像识别模型，对预处理后的视频图像数据集进行识别，根据预设损失函数，当损失计算结果满足预设条件时，完成车牌字符的识别。
6、在一种可选的实施方式中，对视频图像数据集进行预处理包括：
7、根据预设筛选分辨率，从视频图像数据集中筛选出满足预设分辨条件的图像；
8、对于筛选出的图像进行图像质量退化处理，完成对视频图像数据集的预处理。
9、在一种可选的实施方式中，对图像进行质量退化处理包括：对图像进行下采样、对图像进行随机混合噪声处理。
10、在一种可选的实施方式中，预设车牌图像识别模型包括:预设图像扩散模型、预设车牌字符扩散模型及预设多模态混合模型，其中，
11、预设图像扩散模型，用于对图像数据进行特征编码，生成增加高斯白噪声后的特征表示zt和低分辨率特征表示zlr，其中，z表示编码到预设空间的特征表示，对z在每个扩散时间步骤t，逐渐增加高斯噪声，得到zt，t＝1,...t-1,t；
12、预设车牌字符扩散模型，用于对车牌字符文本进行预测，生成车牌字符文本预测结果ct；
13、预设多模态混合模型，用于对预设图像扩散模型中的图像特征和预设车牌字符扩散模型中的文本信息进行融合，根据预设损失函数，当损失计算结果满足预设条件时，完成车牌字符的识别。
14、在一种可选的实施方式中，对预设图像扩散模型中的图像特征和预设车牌字符扩散模型中的文本信息进行融合，根据预设损失函数，当损失计算结果满足预设条件时，完成车牌字符的识别，包括:
15、对预设图像扩散模型中的图像特征和预设车牌字符扩散模型中的文本信息进行融合，生成文本引导的图像特征iconst-t及图像引导的文本特征cconst-t；
16、在每个扩散时间步骤t，对于融合后的图像特征表示iconst-t，利用预设去噪模型进行噪声逐步去除，生成zt-1，直至得到z0；
17、对于融合后的文本特征表示cconst-t，利用基于transformer的解码器对文本特征进行逐步去噪，生成ct-1，直至得到c0；
18、利用预设图像特征解码器对z0进行图像重建，生成满足预设分辨率的图像xhr，利用预设文本特征解码器对c0进行文本重建，生成满足预设分辨率的车牌字符文本序列；
19、根据预设损失函数，当预设分辨率的图像损失计算结果及预设分辨率的车牌字符文本序列损失计算结果满足预设条件时，完成车牌字符的识别。
20、在一种可选的实施方式中，预设条件包括：
21、预设分辨率的图像损失计算结果和预设分辨率的车牌字符文本序列损失计算结果均小于第一预设数值，
22、或，
23、预设分辨率的图像损失计算结果小于第二预设数值，
24、或，
25、预设分辨率的车牌字符文本序列损失计算结果小于第三预设数值。
26、在一种可选的实施方式中，所述预设损失函数包括：图像重建损失函数和车牌字符文本识别损失函数，其中，
27、图像重建损失函数，用于车辆图像进行计算；
28、车牌字符文本识别损失函数，用于车辆的车牌字符文本序列进行计算。
29、第二方面，本专利技术提供了一种车牌字符的识别装置，所述装置包括：
30、数据获取模块，用于获取预设区域车辆的视频图像数据集，所述视频图像数据集包括目标车辆的图像帧，所述目标车辆的图像帧包括车牌字符图像和车牌字符文本；
31、预处理模块，用于对视频图像数据集进行预处理；
32、车牌字符识别模块，用于通过构建预设车牌图像识别模型，对预处理后的视频图像数据集进行识别，根据预设损失函数，当损失计算结果满足预设条件时，完成车牌字符的识别。
33、第三方面，本专利技术提供了一种计算机设备，包括：存储器和处理器，存储器和处理器之间互相通信连接，存储器中存储有计算机指令，处理器通过执行计算机指令，从而执行上述第一方面或其对应的任一实施方式的车牌字符的识别方法。
34、第四方面，本专利技术提供了一种计算机可读存储介质，该计算机可读存储介质上存储有计算机指令，计算机指令用于使计算机执行上述第一方面或其对应的任一实施方式的车牌字符的识别方法。
35、本专利技术提供的车牌字符的识别方法及装置，通过构建预设车牌图像识别模型，来引导预设图像扩散模型，使得图像扩散模型能够重建出更加真实的车牌字符图像，通过预设多模态混合模型，促进文本信息和图像信息之间的相互协作，重建出更加真实、清晰的车牌字符图像。
本文档来自技高网...【技术保护点】
1.一种车牌字符的识别方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，对视频图像数据集进行预处理包括：
3.根据权利要求2所述的方法，其特征在于，对图像进行质量退化处理包括：对图像进行下采样、对图像进行随机混合噪声处理。
4.根据权利要求1所述的方法，其特征在于，预设车牌图像识别模型包括:预设图像扩散模型、预设车牌字符扩散模型及预设多模态混合模型，其中，
5.根据权利要求4所述的方法，其特征在于，对预设图像扩散模型中的图像特征和预设车牌字符扩散模型中的文本信息进行融合，根据预设损失函数，当损失计算结果满足预设条件时，完成车牌字符的识别，包括:
6.根据权利要求5所述的方法，其特征在于，预设条件包括：
7.根据权利要求6所述的方法，其特征在于，所述预设损失函数包括：图像重建损失函数和车牌字符文本识别损失函数，其中，
8.一种车牌字符的识别装置，其特征在于，所述装置包括：
9.一种计算机设备，其特征在于，包括：
10.一种计算机可读存储介质，其特征在
...【技术特征摘要】
1.一种车牌字符的识别方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，对视频图像数据集进行预处理包括：
3.根据权利要求2所述的方法，其特征在于，对图像进行质量退化处理包括：对图像进行下采样、对图像进行随机混合噪声处理。
4.根据权利要求1所述的方法，其特征在于，预设车牌图像识别模型包括:预设图像扩散模型、预设车牌字符扩散模型及预设多模态混合模型，其中，
5.根据权利要求4所述的方法，其特征在于，对预设图像扩散模型中的图像特征和预设车牌字符扩散模型中的文本信息进行融合，根据预设损...
【专利技术属性】
技术研发人员：项炎平，丁丽珠，
申请(专利权)人：超级视线科技有限公司，
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。