(19)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 202211309201.0 (22)申请日 2022.10.25 (71)申请人 珠海亿智电子科技有限公司 地址 519000 广东省珠海市高新区唐家湾 镇港乐路8号大洲科技园B区厂房803 室 (72)发明人 殷绪成　陈松路　刘琦　陈峰　 (74)专利代理 机构 深圳青年人专利商标代理有 限公司 4 4350 专利代理师 吴桂华 (51)Int.Cl. G06V 20/62(2022.01) G06V 10/24(2022.01) G06V 10/40(2022.01) G06V 10/764(2022.01)G06V 10/774(2022.01) G06V 10/82(2022.01) (54)发明名称 一种车牌识别方法、 装置、 车牌识别设备及 存储介质 (57)摘要 本发明适用计算机技术领域， 提供了一种车 牌识别方法、 装置、 车牌识别设备及存储介质， 该 方法包括： 采用训练好的特征提取网络对待识别 车牌图像进行特征提取， 得到待识别车牌图像在 不同层次下的多个特征图； 通过训练好的分类网 络从多个特征图中的深层特征图中获取车牌的 类别信息； 通过训练好的回归网络从多个特征图 中的深层特征图中获取车牌的顶 点信息， 并对顶 点信息进行顶 点调整； 根据调整后的顶点信息从 多个特征图中的浅层特征图中截取对应的车牌 特征图， 使用训练好的车牌识别网络对车牌特征 图进行识别， 以得到车牌号， 从而通过训练好的 回归网络从深层特征图中获取车牌的顶点信息， 并对顶点信息进行调整， 提高了多方向车牌识别 的准确度。 权利要求书2页 说明书8页 附图3页 CN 115376119 A 2022.11.22 CN 115376119 A 1.一种车牌识别方法， 其特 征在于， 所述方法包括： 采用训练好的特征提取网络对待识别车牌图像进行特征提取， 得到所述待识别车牌图 像在不同层次下的多个特 征图； 通过训练好的分类网络从所述多个特征图中的深层特征图中获取车牌的类别信 息， 通 过训练好的回归网络从所述多个特征图中的深层特征图中获取车牌的顶点信息， 并对所述 顶点信息进行调整， 得到调整后的所述顶点信息； 根据调整后的所述顶点信息从所述多个特征图中的浅层特征图中截取对应的车牌特 征图， 使用训练好的车牌识别网络对所述车牌特征图进行识别， 以得到所述待识别车牌图 像对应的车牌 号。 2.如权利要求1所述的方法， 其特征在于， 根据调整后的所述顶点信 息从所述多个特征 图中的浅层特征图中截取对应的车牌特征图， 使用训练好的车牌识别网络对所述车牌特征 图进行识别的步骤， 包括： 根据所述顶点信 息从所述多个特征图中的浅层特征图中截取对应的车牌特征图， 对所 述车牌特 征图进行 水平矫正， 使用训练好的车牌识别网络对所述车牌特 征图进行识别。 3.如权利要求1所述的方法， 其特征在于， 采用训练好的特征提取网络对待识别车牌图 像进行特征提取的步骤之前， 还 包括： 使用训练用车牌图像对待训练 的所述特征提取网络、 所述分类网络以及回归 网络进行 训练， 利用分类网络损失函数、 回归网络损失函数以及所述回归网络的顶点调整损失对所 述特征提取网络、 所述分类网络以及所述回归网络进行参数 更新； 判断训练次数是否达到预设训练次数， 是则结束训练， 否则跳转至使用训练用车牌图 像对待训练的所述特征提取网络、 所述分类网络以及所述回归网络进行训练的步骤， 直至 达到所述预设训练次数。 4.如权利要求3所述的方法， 其特征在于， 利用分类网络损 失函数、 回归网络损 失函数 以及所述回归网络的顶点调整损失对所述特征提取网络、 所述分类网络以及所述回归网络 进行参数 更新的步骤， 包括： 利用第一损失函数 对所述特征提取网络、 所 述分类网络以及所述回归网络进行参数更新， 其中， 所述N表示用于车牌匹配的锚框数量， 表示损失平衡参数， 表示所述分类网络损失函数， 表示所述回归网络损失函数， 表示所述顶点调整损失。 5.如权利要求1所述的方法， 其特征在于， 采用训练好的特征提取网络对待识别车牌图 像进行特征提取的步骤之前， 还 包括： 使用训练用车牌图像对待训练 的所述特征提取网络和所述车牌识别网络进行训练， 利 用第二损失函数对所述特 征提取网络和所述车牌识别网络进行参数 更新； 判断训练次数是否达到预设训练次数， 是则结束训练， 否则跳转至使用训练用车牌图 像对待训练的所述特征提取网络和所述车牌识别网络进行训练的步骤， 直至达到所述预设 训练次数； 所述使用训练用车牌图像对待训练的所述特征提取网络和所述车牌识别网络进行训权　利　要　求　书 1/2 页 2 CN 115376119 A 2练的步骤， 包括： 采用待训练的所述特征提取网络对所述训练用车牌图像进行特征提取， 得到所述训练 用车牌图像在不同层次下的多个特 征图； 从该多个特征图中的浅层特征图中截取车牌标注框标注的车牌特征图， 使用待训练 的 所述车牌识别网络对所述车牌特征图进行识别， 以得到所述待识别车牌图像对应的车牌 号。 6.如 权 利 要 求 5 所 述 的 方 法 ，其 特 征 在 于 ，所 述 第 二 损 失 函 数 为 ， 其中， 所述 表示训练数据集， 表示在输入特征 为 的情况下输出符号序列 的所有路径的可能性。 7.一种车牌识别装置， 其特 征在于， 所述装置包括： 特征提取单元， 用于采用训练好的特征提取网络对待识别车牌图像进行特征提取， 得 到所述待识别车牌图像在不同层次下的多个特 征图； 框调整单元， 用于通过训练好的分类网络从所述多个特征图中的深层特征图中获取车 牌的类别信息， 通过训练好的回归网络从所述多个特征图中的深层特征图中获取车牌的顶 点信息， 并对所述顶点信息进行调整， 得到调整后的所述顶点信息； 以及 车牌识别单元， 用于根据调整后的所述顶点信 息从所述多个特征图中的浅层特征图中 截取对应的车牌特征图， 使用训练好的车牌识别网络对所述车牌特征图进行识别， 以得到 所述待识别车牌图像对应的车牌 号。 8.如权利要求7 所述的装置， 其特 征在于， 所述车牌识别单 元包括： 车牌识别 子单元， 用于根据 所述顶点信 息从所述多个特征图中的浅层特征图中截取对 应的车牌特征图， 对所述车牌特征图进行水平矫正， 使用训练好的车牌识别网络对所述车 牌特征图进行识别。 9.一种车牌检测设备， 包括存储器、 处理器以及存储在所述存储器中并可在所述处理 器上运行的计算机程序， 其特征在于， 所述处理器执行所述计算机程序时实现如权利要求 1 至6任一项所述方法的步骤。 10.一种计算机可读存储介质， 所述计算机可读存储介质存储有计算机程序， 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 6任一项所述方法的步骤。权　利　要　求　书 2/2 页 3 CN 115376119 A 3