CN108664957B - 车牌号码匹配方法及装置、字符信息匹配方法及装置 - Google Patents
车牌号码匹配方法及装置、字符信息匹配方法及装置 Download PDFInfo
- Publication number
- CN108664957B CN108664957B CN201710208834.5A CN201710208834A CN108664957B CN 108664957 B CN108664957 B CN 108664957B CN 201710208834 A CN201710208834 A CN 201710208834A CN 108664957 B CN108664957 B CN 108664957B
- Authority
- CN
- China
- Prior art keywords
- character
- license plate
- plate number
- characters
- character information
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/22—Image preprocessing by selection of a specific region containing or referencing a pattern; Locating or processing of specific regions to guide the detection or recognition
- G06V10/23—Image preprocessing by selection of a specific region containing or referencing a pattern; Locating or processing of specific regions to guide the detection or recognition based on positionally close patterns or neighbourhood relationships
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/62—Text, e.g. of license plates, overlay texts or captions on TV images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/761—Proximity, similarity or dissimilarity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/12—Fingerprints or palmprints
- G06V40/1365—Matching; Classification
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/017—Detecting movement of traffic to be counted or controlled identifying vehicles
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/62—Text, e.g. of license plates, overlay texts or captions on TV images
- G06V20/625—License plates
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Bioinformatics & Cheminformatics (AREA)
- General Health & Medical Sciences (AREA)
- Evolutionary Biology (AREA)
- Health & Medical Sciences (AREA)
- Software Systems (AREA)
- Life Sciences & Earth Sciences (AREA)
- Medical Informatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computational Linguistics (AREA)
- Human Computer Interaction (AREA)
- Character Discrimination (AREA)
- Traffic Control Systems (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了一种车牌号码匹配方法及装置、字符信息匹配方法及装置,属于智能监控技术领域。车牌号码匹配方法包括:获取待匹配的第一车牌号码;获取车牌号码库,车牌号码库中包括至少一个第二车牌号码;基于字符视觉相似度计算每个第二车牌号码与第一车牌号码之间进行转换所需的字符串编辑难易程度;根据字符串编辑难易程度确定至少一个与第一车牌号码相匹配的第二车牌号码。本发明可以合理地评估第二车牌号码与第一车牌号码之间的相似程度,即使车牌号码出错,也能成功匹配到与其标识同一车辆的车牌号码,保证了监控功能有效性和合理性。
Description
技术领域
本发明涉及智能监控技术领域,特别涉及一种车牌号码匹配方法及装置、字符信息匹配方法及装置。
背景技术
智能监控技术广泛地应用于公路、小区和停车场等场地,通过监控设备拍摄的图像可以有效地记录来往车辆的行为。一般地,每个车辆可以由该车辆的车牌号码进行标识,因此,为了将图像中的车辆与实际的车辆对应,可以对拍摄到的图像进行图像识别,以得到该车辆的车牌号码。
如今,很多场景中都会反复用到车辆的车牌号码,从而通过匹配车牌号码的方式记录该车辆的行为。以停车计费的场景为例,参见图1A,监控设备可以获取到各个进入停车场的车辆的车牌号码,并对应存储每个车辆的车牌号码以及该车辆进入停车场的进入时间。当车辆A离开停车场时,监控设备可以获取到车辆A的车牌号码,并在已存储的车牌号码中匹配出与车辆A的车牌号码相同的车牌号码,从而基于车辆A离开停车场的离开时间以及匹配的车牌号码对应的进入时间,得到车辆A的停车时长以及停车费用。
在实现本发明的过程中,发明人发现现有技术至少存在以下问题:
在实际场景中,由于拍摄角度、拍摄光线、车牌位置或车牌上的污渍等因素,监控设备对不同的图像进行图像识别时,所得到的车牌号码也会不同,例如,车辆进入停车场时获取的车牌号码为A000,该车辆离开停车场时获取的车牌号码为AOOO,导致不能匹配到与AOOO相同的车牌号码,进而导致监控设备无法针对该车辆进行计费,监控功能失效,因此亟需一种更为合理的车牌号码匹配方法。
发明内容
为了解决现有技术的问题,本发明实施例提供了一种车牌号码匹配方法及装置、字符信息匹配方法及装置。所述技术方案如下:
第一方面,提供了一种车牌号码匹配方法,所述方法包括:
获取待匹配的第一车牌号码;
获取车牌号码库,所述车牌号码库中包括至少一个第二车牌号码;
基于字符视觉相似度计算每个第二车牌号码与所述第一车牌号码之间进行转换所需的字符串编辑难易程度;
根据所述字符串编辑难易程度确定至少一个与所述第一车牌号码相匹配的第二车牌号码。
本发明实施例通过获取第一车牌号码,并根据字符视觉相似度计算每个第二车牌号码和第一车牌号码之间进行转换所需的字符串编辑难易程度,从而根据字符串编辑难易程度得到与第一车牌号码匹配的车牌号码。由于监控设备会发生图像识别出错、或者人工输入车牌号码出错等情况,鉴于出错的车牌号码与本来的车牌号码之间在视觉上很相似,因此基于字符视觉相似度得到的字符串编辑难易程度可以合理地评估第二车牌号码与第一车牌号码之间的相似程度,即使车牌号码出错,也能成功匹配到与其标识同一车辆的车牌号码,保证了监控功能有效性和合理性。
在一种可能实现方式中,所述基于字符的视觉相似度计算每个第二车牌号码与所述第一车牌号码之间进行转换所需的字符串编辑难易程度包括:
基于字符视觉相似度计算每个第二车牌号码中每个字符与所述第一车牌号码中所对应字符之间进行转换所需的字符编辑难易程度;
根据第二车牌号码中所有字符的字符编辑难易程度,计算得到所述第二车牌号码与所述第一车牌号码之间进行转换所需的字符串编辑难易程度。
在一种可能实现方式中,所述字符编辑难易程度为:将所述第二车牌号码中的字符转换为所述第一车牌号码中所对应字符的难易程度。
在一种可能实现方式中,所述根据第二车牌号码中所有字符的字符编辑难易程度,计算得到所述第二车牌号码与所述第一车牌号码之间进行转换所需的字符串编辑难易程度,包括:
将所述第二车牌号码中所有字符的字符编辑难易程度相加,将相加得到的和值作为所述字符串编辑难易程度。
在一种可能实现方式中,所述基于字符视觉相似度计算每个第二车牌号码中每个字符与所述第一车牌号码中所对应字符之间进行转换所需的字符编辑难易程度包括:
获取所述第二车牌号码中每个字符与所述第一车牌号码中所对应字符之间的字符视觉相似度;
根据所获取的字符视觉相似度计算所述第二车牌号码中每个字符与所述第一车牌号码中所对应字符之间进行转换所需的字符编辑难易程度,所述字符编辑难易程度与所获取的字符视觉相似度的关系成反比。
在一种可能实现方式中,在基于字符视觉相似度计算每个第二车牌号码与所述第一车牌号码之间进行转换所需的字符串编辑难易程度之前,所述方法还包括:
确定每个目标字符所对应的全部相似字符,所述全部相似字符根据与所述目标字符之间的视觉相似度高低按顺序排列形成所述目标字符的相似字符集;
所述获取所述第二车牌号码中每个字符与所述第一车牌号码中所对应字符之间的字符视觉相似度包括:
如果所述第一车牌号码中所对应字符不在所述第二车牌号码中的字符对应的相似字符集中,则将零获取为所述第二车牌号码中的字符与所述第一车牌号码中所对应字符之间的字符视觉相似度;
如果所述第一车牌号码中所对应字符在所述第二车牌号码中的字符对应的相似字符集中,则根据所述第一车牌号码中所对应字符在所述相似字符集中的排序确定所述第二车牌号码中的字符与所述第一车牌号码中所对应字符之间的字符视觉相似度。
在一种可能实现方式中,所述获取所述第二车牌号码中每个字符与所述第一车牌号码中所对应字符之间的字符视觉相似度,包括:
如果所述第二车牌号码中的字符没有对应的相似字符集,则将零获取为所述第二车牌号码中的字符与所述第一车牌号码中所对应字符之间的字符视觉相似度。
在一种可能实现方式中,所述相似字符集中的字符按照与所述目标字符之间的字符视觉相似度从高到低的顺序排列;
所述根据所述第一车牌号码中所对应字符在所述相似字符集中的排序确定所述第二车牌号码中的字符与所述第一车牌号码中所对应字符之间的字符视觉相似度包括:
获取所述第一车牌号码中所对应字符在所述相似字符集中的排序序号;
应用公式1,计算所述第二车牌号码中的字符与所述第一车牌号码中所对应字符之间的字符视觉相似度:
其中,λ1是指所述第二车牌号码中的字符与所述第一车牌号码中所对应字符之间的字符视觉相似度,n1是指所述相似字符集中的字符数量,k1是指所述第一车牌号码中所对应字符在所述相似字符集中的排序序号。
在一种可能实现方式中,所述获取车牌号码库包括:
基于所述第一车牌号码中的至少一个字符在多个车牌号码中进行查询;
如果所述多个车牌号码中的任一车牌号码包括所述第一车牌号码中的至少一个字符,则将所述车牌号码作为所述车牌号码库中的第二车牌号码。
在一种可能实现方式中,所述获取车牌号码库包括:
基于所述第一车牌号码中的至少两个连续字符在多个车牌号码中进行查询;
如果所述多个车牌号码中的任一车牌号码包括所述至少两个连续字符,则将所述车牌号码作为所述车牌号码库中的第二车牌号码。
在一种可能实现方式中,所述获取待匹配的第一车牌号码包括:
对拍摄到的图像进行图像识别,得到所述第一车牌号码;或,
获取人工输入的第一车牌号码。
在一种可能实现方式中,所述根据所述字符串编辑难易程度确定至少一个与所述第一车牌号码相匹配的第二车牌号码包括:
将字符串编辑难易程度为零的第二车牌号码作为与所述第一车牌号码匹配的车牌号码;或,
如果不存在字符串编辑难易程度为零的第二车牌号码,且字符串编辑难易程度小于预设阈值的指定第二车牌号码的数目为一个时,将所述一个指定第二车牌号码作为与所述第一车牌号码匹配的车牌号码;或,
如果不存在字符串编辑难易程度为零的第二车牌号码,且字符串编辑难易程度小于预设阈值的指定第二车牌号码的数目为多个时,提示从所述多个指定第二车牌号码中选择一个车牌号码,当接收到对所述多个指定第二车牌号码中任一指定第二车牌号码的选中操作时,将所选中的指定第二车牌号码作为与所述第一车牌号码匹配的车牌号码;或,
如果不存在字符串编辑难易程度为零的第二车牌号码,则按照字符串编辑难易程度从小到大的顺序,输出排序位于前预设位数的第二车牌号码作为与所述第一车牌号码匹配的车牌号码。
第二方面,提供了一种车牌号码匹配装置,所述装置包括:
第一获取模块,用于获取待匹配的第一车牌号码;
第二获取模块,用于获取车牌号码库,所述车牌号码库中包括至少一个第二车牌号码;
计算模块,用于基于字符视觉相似度计算每个第二车牌号码与所述第一车牌号码之间进行转换所需的字符串编辑难易程度;
匹配模块,用于根据所述字符串编辑难易程度确定至少一个与所述第一车牌号码相匹配的第二车牌号码。
在一种可能实现方式中,所述计算模块包括:字符编辑难易程度计算子模块,用于基于字符视觉相似度计算每个第二车牌号码中每个字符与所述第一车牌号码中所对应字符之间进行转换所需的字符编辑难易程度;
字符串编辑难易程度计算子模块,用于根据第二车牌号码中所有字符的字符编辑难易程度,计算得到所述第二车牌号码与所述第一车牌号码之间进行转换所需的字符串编辑难易程度。
在一种可能实现方式中,所述字符编辑难易程度为:将所述第二车牌号码中的字符转换为所述第一车牌号码中所对应字符的难易程度。
在一种可能实现方式中,所述字符串编辑难易程度计算子模块,用于将所述第二车牌号码中所有字符的字符编辑难易程度相加,将相加得到的和值作为所述字符串编辑难易程度。
在一种可能实现方式中,所述字符编辑难易程度计算子模块包括:
字符视觉相似度获取单元,用于获取所述第二车牌号码中每个字符与所述第一车牌号码中所对应字符之间的字符视觉相似度;
字符编辑难易程度计算单元,用于根据所获取的字符视觉相似度计算所述第二车牌号码中每个字符与所述第一车牌号码中所对应字符之间进行转换所需的字符编辑难易程度,所述字符编辑难易程度与所获取的字符视觉相似度的关系成反比。
在一种可能实现方式中,所述装置还包括:
确定模块,用于确定每个目标字符所对应的全部相似字符,所述全部相似字符根据与所述目标字符之间的视觉相似度高低按顺序排列形成所述目标字符的相似字符集;
所述字符视觉相似度获取单元包括:
字符视觉相似度获取子单元,用于如果所述第一车牌号码中所对应字符不在所述第二车牌号码中的字符对应的相似字符集中,则将零获取为所述第二车牌号码中的字符与所述第一车牌号码中所对应字符之间的字符视觉相似度;
字符视觉相似度确定子单元,用于如果所述第一车牌号码中所对应字符在所述第二车牌号码中的字符对应的相似字符集中,则根据所述第一车牌号码中所对应字符在所述相似字符集中的排序确定所述第二车牌号码中的字符与所述第一车牌号码中所对应字符之间的字符视觉相似度。
在一种可能实现方式中,所述字符视觉相似度获取子单元还用于:
如果所述第二车牌号码中的字符没有对应的相似字符集,则将零获取为所述第二车牌号码中的字符与所述第一车牌号码中所对应字符之间的字符视觉相似度。
在一种可能实现方式中,所述相似字符集中的字符按照与所述目标字符之间的字符视觉相似度从高到低的顺序排列;
所述字符视觉相似度获取单元包括:排序序号获取子单元,用于获取所述第一车牌号码中所对应字符在所述相似字符集中的排序序号;
字符视觉相似度计算子单元,用于应用公式1,计算所述第二车牌号码中的字符与所述第一车牌号码中所对应字符之间的字符视觉相似度:
其中,λ1是指所述第二车牌号码中的字符与所述第一车牌号码中所对应字符之间的字符视觉相似度,n1是指所述相似字符集中的字符数量,k1是指所述第一车牌号码中所对应字符在所述相似字符集中的排序序号。
在一种可能实现方式中,所述第二获取模块包括:第二查询子模块,用于基于所述第一车牌号码中的至少一个字符在多个车牌号码中进行查询;
第二获取子模块,用于如果所述多个车牌号码中的任一车牌号码包括所述第一车牌号码中的至少一个字符,则将所述车牌号码作为所述车牌号码库中的第二车牌号码。
在一种可能实现方式中,所述第二获取模块包括:第二查询子模块,用于第二获取子模块,用于基于所述第一车牌号码中的至少两个连续字符在多个车牌号码中进行查询;
如果所述多个车牌号码中的任一车牌号码包括所述至少两个连续字符,则将所述车牌号码作为所述车牌号码库中的第二车牌号码。
在一种可能实现方式中,所述第一获取模块用于:
对拍摄到的图像进行图像识别,得到所述第一车牌号码;或,
获取人工输入的第一车牌号码。
在一种可能实现方式中,所述匹配模块包括:
匹配子模块,用于将字符串编辑难易程度为零的第二车牌号码作为与所述第一车牌号码匹配的车牌号码;或,
所述匹配子模块,用于如果不存在字符串编辑难易程度为零的第二车牌号码,且字符串编辑难易程度小于预设阈值的指定第二车牌号码的数目为一个时,将所述一个指定第二车牌号码作为与所述第一车牌号码匹配的车牌号码,
所述匹配子模块,用于当接收到对所述多个指定第二车牌号码中任一指定第二车牌号码的选中操作时,将所选中的指定第二车牌号码作为与所述第一车牌号码匹配的车牌号码;或,
所述匹配子模块,用于如果不存在字符串编辑难易程度为零的第二车牌号码,则按照字符串编辑难易程度从小到大的顺序,输出排序位于前预设位数的第二车牌号码作为与所述第一车牌号码匹配的车牌号码。
第三方面,提供了一种字符信息匹配方法,所述方法包括:
获取待匹配的第一字符信息;
获取字符信息库,所述字符信息库中包括至少一个第二字符信息;
基于字符视觉相似度计算每个第二字符信息与所述第一字符信息之间进行转换所需的字符串编辑难易程度;
根据所述字符串编辑难易程度确定至少一个与所述第一字符信息相匹配的第二字符信息。
在一种可能实现方式中,所述基于字符的视觉相似度计算每个第二字符信息与所述第一字符信息之间进行转换所需的字符串编辑难易程度包括:
基于字符视觉相似度计算每个第二字符信息中每个字符与所述第一字符信息中所对应字符之间进行转换所需的字符编辑难易程度;
根据第二字符信息中所有字符的字符编辑难易程度,计算得到所述第二字符信息与所述第一字符信息之间进行转换所需的字符串编辑难易程度。
在一种可能实现方式中,所述字符编辑难易程度为:将所述第二字符信息中的字符转换为所述第一字符信息中所对应字符的难易程度。
在一种可能实现方式中,所述根据第二字符信息中所有字符的字符编辑难易程度,计算得到所述第二字符信息与所述第一字符信息之间进行转换所需的字符串编辑难易程度,包括:
将所述第二字符信息中所有字符的字符编辑难易程度相加,将相加得到的和值作为所述字符串编辑难易程度。
在一种可能实现方式中,所述基于字符视觉相似度计算每个第二字符信息中每个字符与所述第一字符信息中所对应字符之间进行转换所需的字符编辑难易程度包括:
获取所述第二字符信息中每个字符与所述第一字符信息中所对应字符之间的字符视觉相似度;
根据所获取的字符视觉相似度计算所述第二字符信息中每个字符与所述第一字符信息中所对应字符之间进行转换所需的字符编辑难易程度,所述字符编辑难易程度与所获取的字符视觉相似度的关系成反比。
在一种可能实现方式中,在基于字符视觉相似度计算每个第二字符信息与所述第一字符信息之间进行转换所需的字符串编辑难易程度之前,所述方法还包括:
确定每个目标字符所对应的全部相似字符,所述全部相似字符根据与所述目标字符之间的视觉相似度高低按顺序排列形成所述目标字符的相似字符集;
所述获取所述第二字符信息中每个字符与所述第一字符信息中所对应字符之间的字符视觉相似度包括:
如果所述第一字符信息中所对应字符不在所述第二字符信息中的字符对应的相似字符集中,则将零获取为所述第二字符信息中的字符与所述第一字符信息中所对应字符之间的字符视觉相似度;
如果所述第一字符信息中所对应字符在所述第二字符信息中的字符对应的相似字符集中,则根据所述第一字符信息中所对应字符在所述相似字符集中的排序确定所述第二字符信息中的字符与所述第一字符信息中所对应字符之间的字符视觉相似度。
在一种可能实现方式中,所述获取所述第二字符信息中每个字符与所述第一字符信息中所对应字符之间的字符视觉相似度,包括:
如果所述第二字符信息中的字符没有对应的相似字符集,则将零获取为所述第二字符信息中的字符与所述第一字符信息中所对应字符之间的字符视觉相似度。
在一种可能实现方式中,所述相似字符集中的字符按照与所述目标字符之间的字符视觉相似度从高到低的顺序排列;
所述根据所述第一字符信息中所对应字符在所述相似字符集中的排序确定所述第二字符信息中的字符与所述第一字符信息中所对应字符之间的字符视觉相似度包括:
获取所述第一字符信息中所对应字符在所述相似字符集中的排序序号;
应用公式2,计算所述第二字符信息中的字符与所述第一字符信息中所对应字符之间的字符视觉相似度:
其中,λ2是指所述第二字符信息中的字符与所述第一字符信息中所对应字符之间的字符视觉相似度,n2是指所述相似字符集中的字符数量,k2是指所述第一字符信息中所对应字符在所述相似字符集中的排序序号。
在一种可能实现方式中,所述获取字符信息库包括:
基于所述第一字符信息中的至少一个字符在多个字符信息中进行查询;
如果所述多个字符信息中的任一字符信息包括所述第一字符信息中的至少一个字符,则将所述字符信息作为所述字符信息库中的第二字符信息。
在一种可能实现方式中,所述获取字符信息库包括:
基于所述第一字符信息中的至少两个连续字符在多个字符信息中进行查询;
如果所述多个字符信息中的任一字符信息包括所述至少两个连续字符,则将所述字符信息作为所述字符信息库中的第二字符信息。
在一种可能实现方式中,所述获取待匹配的第一字符信息包括:
对拍摄到的图像进行图像识别,得到所述第一字符信息;或,
获取人工输入的第一字符信息。
在一种可能实现方式中,所述根据所述字符串编辑难易程度确定至少一个与所述第一字符信息相匹配的第二字符信息包括:
将字符串编辑难易程度为零的第二字符信息作为与所述第一字符信息匹配的字符信息;或,
如果不存在字符串编辑难易程度为零的第二车牌号码,且字符串编辑难易程度小于预设阈值的指定第二字符信息的数目为一个时,将所述一个指定第二字符信息作为与所述第一字符信息匹配的字符信息;或,
如果不存在编辑难易程度为零的第二字符信息,且字符串编辑难易程度小于预设阈值的指定第二字符信息的数目为多个时,提示从所述多个指定第二字符信息中选择一个字符信息,当接收到对所述多个指定第二字符信息中任一指定第二字符信息的选中操作时,将所选中的指定第二字符信息作为与所述第一字符信息匹配的字符信息;或,
如果不存在编辑难易程度为零的第二字符信息,则按照字符串编辑难易程度从小到大的顺序,输出排序位于前预设位数的第二字符信息作为与所述第一字符信息匹配的字符信息。
第四方面,提供了一种字符信息匹配装置,所述装置包括:
第一获取模块,用于获取待匹配的第一字符信息;
第二获取模块,用于获取字符信息库,所述字符信息库中包括至少一个第二字符信息;
计算模块,用于基于字符视觉相似度计算每个第二字符信息与所述第一字符信息之间进行转换所需的字符串编辑难易程度;
匹配模块,用于根据所述字符串编辑难易程度确定至少一个与所述第一字符信息相匹配的第二字符信息。
在一种可能实现方式中,所述计算模块包括:
字符编辑难易程度计算子模块,用于基于字符视觉相似度计算每个第二字符信息中每个字符与所述第一字符信息中所对应字符之间进行转换所需的字符编辑难易程度;
字符编辑难易程度计算子模块,用于根据第二字符信息中所有字符的字符编辑难易程度,计算得到所述第二字符信息与所述第一字符信息之间进行转换所需的字符串编辑难易程度。
在一种可能实现方式中,所述字符编辑难易程度为:将所述第二字符信息中的字符转换为所述第一字符信息中所对应字符的难易程度。
在一种可能实现方式中,所述字符串编辑难易程度计算子模块,用于将所述第二字符信息中所有字符的字符编辑难易程度相加,将相加得到的和值作为所述字符串编辑难易程度。
在一种可能实现方式中,所述字符编辑难易程度计算子模块包括:
字符视觉相似度获取单元,用于获取所述第二字符信息中每个字符与所述第一字符信息中所对应字符之间的字符视觉相似度;
字符编辑难易程度计算单元,用于根据所获取的字符视觉相似度计算所述第二字符信息中每个字符与所述第一字符信息中所对应字符之间进行转换所需的字符编辑难易程度,所述字符编辑难易程度与所获取的字符视觉相似度的关系成反比。
在一种可能实现方式中,所述装置还包括:
确定模块,用于确定每个目标字符所对应的全部相似字符,所述全部相似字符根据与所述目标字符之间的视觉相似度高低按顺序排列形成所述目标字符的相似字符集;
所述字符视觉相似度获取单元包括:
字符视觉相似度获取子单元,用于如果所述第一字符信息中所对应字符不在所述第二字符信息中的字符对应的相似字符集中,则将零获取为所述第二字符信息中的字符与所述第一字符信息中所对应字符之间的字符视觉相似度;
字符视觉相似度确定子单元,用于如果所述第一字符信息中所对应字符在所述第二字符信息中的字符对应的相似字符集中,则根据所述第一字符信息中所对应字符在所述相似字符集中的排序确定所述第二字符信息中的字符与所述第一字符信息中所对应字符之间的字符视觉相似度。
在一种可能实现方式中,所述字符视觉相似度获取子单元还用于:
如果所述第二字符信息中的字符没有对应的相似字符集,则将零获取为所述第二字符信息中的字符与所述第一字符信息中所对应字符之间的字符视觉相似度。
在一种可能实现方式中,所述相似字符集中的字符按照与所述目标字符之间的字符视觉相似度从高到低的顺序排列;
所述字符视觉相似度获取单元包括:
所述排序序号获取子单元,用于获取所述第一字符信息中所对应字符在所述相似字符集中的排序序号;
所述字符视觉相似度计算子单元,用于应用公式2,计算所述第二字符信息中的字符与所述第一字符信息中所对应字符之间的字符视觉相似度:
其中,λ2是指所述第二字符信息中的字符与所述第一字符信息中所对应字符之间的字符视觉相似度,n2是指所述相似字符集中的字符数量,k2是指所述第一字符信息中所对应字符在所述相似字符集中的排序序号。
在一种可能实现方式中,所述第二获取模块包括:第二查询子模块,用于基于所述第一字符信息中的至少一个字符在多个字符信息中进行查询;
第二获取子模块,用于如果所述多个字符信息中的任一字符信息包括所述第一字符信息中的至少一个字符,则将所述字符信息作为所述字符信息库中的第二字符信息。
在一种可能实现方式中,所述第二获取模块第二查询子模块,用于基于所述第一字符信息中的至少两个连续字符在多个字符信息中进行查询;
第二获取子模块,用于如果所述多个字符信息中的任一字符信息包括所述至少两个连续字符,则将所述字符信息作为所述字符信息库中的第二字符信息。
在一种可能实现方式中,所述第一获取模块用于:
对拍摄到的图像进行图像识别,得到所述第一字符信息;或,
获取人工输入的第一字符信息。
在一种可能实现方式中,所述匹配模块包括:
匹配子模块,用于将字符串编辑难易程度为零的第二字符信息作为与所述第一字符信息匹配的字符信息;或,
所述匹配子模块,用于如果不存在编辑难易程度为零的第二字符信息,且字符串编辑难易程度小于预设阈值的指定第二字符信息的数目为一个时,将所述一个指定第二字符信息作为与所述第一字符信息匹配的字符信息;或,
所述提示子模块,用于如果不存在编辑难易程度为零的第二字符信息,且字符串编辑难易程度小于预设阈值的指定第二字符信息的数目为多个时,提示从所述多个指定第二字符信息中选择一个字符信息,
所述匹配子模块,用于当接收到对所述多个指定第二字符信息中任一指定第二字符信息的选中操作时,将所选中的指定第二字符信息作为与所述第一字符信息匹配的字符信息;或,
所述匹配子模块用于如果不存在编辑难易程度为零的第二字符信息,则按照字符串编辑难易程度从小到大的顺序,输出排序位于前预设位数的第二字符信息作为与所述第一字符信息匹配的字符信息。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1A是本发明实施例提供的一种停车计费的场景示意图;
图1B是本发明实施例提供的一种车牌号码匹配方法流程图;
图2是本发明实施例提供的一种车牌号码匹配方法流程图;
图3是本发明实施例提供的一种车牌号码匹配流程图;
图4是本发明实施例提供的一种车牌号码匹配装置的框图;
图5是本发明实施例提供的一种车牌号码匹配装置的框图;
图6是本发明实施例提供的一种字符信息匹配方法流程图;
图7是本发明实施例提供的一种字符信息匹配方法流程图;
图8是本发明实施例提供的一种字符信息匹配装置的框图;
图9是本发明实施例提供的一种字符信息匹配装置的框图;
图10是本发明实施例提供的一种终端结构示意图;
图11是本发明实施例提供的一种服务器结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明实施方式作进一步地详细描述。
图1B是本发明实施例提供的一种车牌号码匹配方法流程图,参见图1B,该方法包括:
101、获取待匹配的第一车牌号码。
102、获取车牌号码库,车牌号码库中包括至少一个第二车牌号码。
103、基于字符视觉相似度计算每个第二车牌号码与第一车牌号码之间进行转换所需的字符串编辑难易程度。
104、根据字符串编辑难易程度确定至少一个与第一车牌号码相匹配的第二车牌号码。
本发明实施例通过获取第一车牌号码,并根据字符视觉相似度计算每个第二车牌号码和第一车牌号码之间进行转换所需的字符串编辑难易程度,从而根据字符串编辑难易程度得到与第一车牌号码匹配的车牌号码。由于监控设备会发生图像识别出错、或者人工输入车牌号码出错等情况,鉴于出错的车牌号码与本来的车牌号码之间在视觉上很相似,因此基于字符视觉相似度得到的字符串编辑难易程度可以合理地评估第二车牌号码与第一车牌号码之间的相似程度,即使车牌号码出错,也能成功匹配到与其标识同一车辆的车牌号码,保证了监控功能有效性和合理性。
在一种可能实现方式中,基于字符的视觉相似度计算每个第二车牌号码与第一车牌号码之间进行转换所需的字符串编辑难易程度包括:
基于字符视觉相似度计算每个第二车牌号码中每个字符与第一车牌号码中所对应字符之间进行转换所需的字符编辑难易程度;
根据第二车牌号码中所有字符的字符编辑难易程度,计算得到第二车牌号码与第一车牌号码之间进行转换所需的字符串编辑难易程度。
在一种可能实现方式中,字符编辑难易程度为:将第二车牌号码中的字符转换为第一车牌号码中所对应字符的难易程度。
在一种可能实现方式中,根据第二车牌号码中所有字符的字符编辑难易程度,计算得到第二车牌号码与第一车牌号码之间进行转换所需的字符串编辑难易程度,包括:
将第二车牌号码中所有字符的字符编辑难易程度相加,将相加得到的和值作为字符串编辑难易程度。
在一种可能实现方式中,基于字符视觉相似度计算每个第二车牌号码中每个字符与第一车牌号码中所对应字符之间进行转换所需的字符编辑难易程度包括:
获取第二车牌号码中每个字符与第一车牌号码中所对应字符之间的字符视觉相似度;
根据所获取的字符视觉相似度计算第二车牌号码中每个字符与第一车牌号码中所对应字符之间进行转换所需的字符编辑难易程度,字符编辑难易程度与所获取的字符视觉相似度的关系成反比。
在一种可能实现方式中,在基于字符视觉相似度计算每个第二车牌号码与第一车牌号码之间进行转换所需的字符串编辑难易程度之前,方法还包括:
确定每个目标字符所对应的全部相似字符,全部相似字符根据与目标字符之间的视觉相似度高低按顺序排列形成目标字符的相似字符集;
获取第二车牌号码中每个字符与第一车牌号码中所对应字符之间的字符视觉相似度包括:
如果第一车牌号码中所对应字符不在第二车牌号码中的字符对应的相似字符集中,则将零获取为第二车牌号码中的字符与第一车牌号码中所对应字符之间的字符视觉相似度;
如果第一车牌号码中所对应字符在第二车牌号码中的字符对应的相似字符集中,则根据第一车牌号码中所对应字符在相似字符集中的排序确定第二车牌号码中的字符与第一车牌号码中所对应字符之间的字符视觉相似度。
在一种可能实现方式中,获取第二车牌号码中每个字符与第一车牌号码中所对应字符之间的字符视觉相似度,包括:
如果第二车牌号码中的字符没有对应的相似字符集,则将零获取为第二车牌号码中的字符与第一车牌号码中所对应字符之间的字符视觉相似度。
在一种可能实现方式中,相似字符集中的字符按照与目标字符之间的字符视觉相似度从高到低的顺序排列;
根据第一车牌号码中所对应字符在相似字符集中的排序确定第二车牌号码中的字符与第一车牌号码中所对应字符之间的字符视觉相似度包括:
获取第一车牌号码中所对应字符在相似字符集中的排序序号;
应用公式1,计算第二车牌号码中的字符与第一车牌号码中所对应字符之间的字符视觉相似度:
其中,λ1是指第二车牌号码中的字符与第一车牌号码中所对应字符之间的字符视觉相似度,n1是指相似字符集中的字符数量,k1是指第一车牌号码中所对应字符在相似字符集中的排序序号。
在一种可能实现方式中,获取车牌号码库包括:
基于第一车牌号码中的至少一个字符在多个车牌号码中进行查询;
如果多个车牌号码中的任一车牌号码包括第一车牌号码中的至少一个字符,则将车牌号码作为车牌号码库中的第二车牌号码。
在一种可能实现方式中,获取车牌号码库包括:
基于第一车牌号码中的至少两个连续字符在多个车牌号码中进行查询;
如果多个车牌号码中的任一车牌号码包括至少两个连续字符,则将车牌号码作为车牌号码库中的第二车牌号码。
在一种可能实现方式中,获取待匹配的第一车牌号码包括:
对拍摄到的图像进行图像识别,得到第一车牌号码;或,
获取人工输入的第一车牌号码。
在一种可能实现方式中,根据字符串编辑难易程度确定至少一个与第一车牌号码相匹配的第二车牌号码包括:
将字符串编辑难易程度为零的第二车牌号码作为与第一车牌号码匹配的车牌号码;或,
如果不存在字符串编辑难易程度为零的第二车牌号码,且字符串编辑难易程度小于预设阈值的指定第二车牌号码的数目为一个时,将一个指定第二车牌号码作为与第一车牌号码匹配的车牌号码;或,
如果不存在字符串编辑难易程度为零的第二车牌号码,且字符串编辑难易程度小于预设阈值的指定第二车牌号码的数目为多个时,提示从多个指定第二车牌号码中选择一个车牌号码,当接收到对多个指定第二车牌号码中任一指定第二车牌号码的选中操作时,将所选中的指定第二车牌号码作为与第一车牌号码匹配的车牌号码;或,
如果不存在字符串编辑难易程度为零的第二车牌号码,则按照字符串编辑难易程度从小到大的顺序,输出排序位于前预设位数的第二车牌号码作为与第一车牌号码匹配的车牌号码。
上述所有可选技术方案,可以采用任意结合形成本发明的可选实施例,在此不再一一赘述。
图2是本发明实施例提供的一种车牌号码匹配方法流程图,参见图2,该方法可以应用于任一设备,如,监控设备、终端或服务器等。而且该方法可以应用于各种场景,例如,在停车计费的场景、查询违规车辆或查询事故车辆等场景中,均可以基于该方法匹配出与待匹配的车牌号码相似的车牌号码。以监控设备为例,该方法可以包括以下步骤:
201、监控设备获取待匹配的第一车牌号码。
其中,第一车牌号码可以是任一车辆的车牌号码。本发明实施例对第一车牌号码的获取方式不做具体限定。例如,监控设备可以采用以下至少两种获取方式:
获取方式1、监控设备对拍摄到的图像进行图像识别,得到第一车牌号码。
该获取方式中,当监控设备基于红外检测、图像检测等方式检测到车辆进入图像拍摄区域时,可以基于所拍摄到的图像中的像素点分布,确定车牌在图像中的区域,进而基于该区域内的像素点分布,识别出车牌上的一组字符,从而将该组字符获取为第一车牌号码。
获取方式2、监控设备获取人工输入的第一车牌号码。
该监控设备也可以提供输入接口,从而获取到人工在输入接口中所输入的第一车牌号码。
需要说明的是,当车牌号码匹配方法应用于终端时,也可以基于上述两种获取方式得到第一车牌号码。当车牌号码匹配方法应用于服务器时,服务器可以通过网络获取到监控设备所得到的第一车牌号码。
202、监控设备基于第一车牌号码中的至少一个第一字符,在多个车牌号码中进行查询。
其中,该多个车牌号码中的每个车牌号码均可以是任一车辆的车牌号码。本发明实施例对该多个车牌号码的来源不做限定。例如,在停车计费的场景中,该多个车牌号码可以是进入停车场的车辆的车牌号码。又例如,在查询违规车辆的场景中,该多个车牌号码也可以是存储在车辆登记数据库中的车牌号码,监控设备可以通过网络调用该车辆登记数据库中的车牌号码。车辆登记数据库是指交通部门登记车辆信息的数据库,可用于存储全国(或当地)车辆的车牌号码。
该步骤中,为了筛选掉与第一车牌号码无关的车牌号码,减少后续在计算视觉相似度时的计算量,从而节省监控设备的计算资源,监控设备可以提取第一车牌号码中的至少一个字符,在多个车牌号码中的任一车牌号码是否包括该至少一个字符,如果是,执行步骤203,如果否,忽略该车牌号码,并继续查询过程。其中,本发明实施例提取至少一个字符的方式不做限定。例如,按字符顺序提取连续的至少一个字符。又例如,将第一车牌号码中的所有第一字符进行排列组合,得到多种组合的至少一个字符。
上述查询过程中,本发明实施例对具体的查询方式不做限定。例如,监控设备构成该至少一个字符的正则表达式,并在多个车牌号码中查询符合该正则表达式的车牌号码。
当然,为了避免漏掉与第一车牌号码相关的车牌号码,使查询过程更为全面,监控设备也可以提取多组至少一个字符,并基于各组至少一个字符完成多轮查询。例如,第一车牌号码为“京A1000”,可以提取到的多组至少一个字符分别为:京、A、1、10、0。
203、如果多个车牌号码中的任一车牌号码包括第一车牌号码中的至少一个字符,则监控设备将该车牌号码作为车牌号码库中的第二车牌号码。
其中,车牌号码库由第二车牌号码构成,第二车牌号码是指等待与第一车牌号码进行视觉相似度计算的车牌号码。基于步骤202的查询过程,监控设备可以将包括了第一车牌号码中的至少一个字符的车牌号获取为第二车牌号码。
需要说明的是,为了进一步提高查询效率,上述步骤202和步骤203也可以具体为:监控设备基于第一车牌号码中的至少两个连续字符在多个车牌号码中进行查询;如果多个车牌号码中的任一车牌号码包括该至少两个连续字符,则将该车牌号码作为车牌号码库中的第二车牌号码。
该具体过程中,以第一车牌号码为“123ADB”为例,所提取的至少两个连续字符可以为:12、23、3A、AD、DB,监控设备可获取到的车牌号码库可以包括:12GGH、WEAD6、453ADH和ADB346。
由于第二车牌号码与第一车牌号码中的至少一个字符相关,提高了第二车牌号码与第一车牌号码的命中率,减少了字符视觉相似度计算时的无效计算量,从而节省了监控设备的计算资源。
需要说明的是,上述步骤202和步骤203是本发明实施例的可选步骤。事实上,本发明实施例也可以不通过查询过程获取到车牌号码库,而是直接将某个设备或数据库(如,监控设备或者车辆登记数据库)中存储的车牌号码作为车牌号码库中的第二车牌号码,并进行以下步骤,也可以提供一种更为合理的车牌号码匹配方法。
204、监控设备基于字符视觉相似度计算每个第二车牌号码与第一车牌号码之间进行转换所需的字符串编辑难易程度。
字符串编辑难易程度为第二车牌号码与第一车牌号码之间进行转换的难易程度。在实际的计算过程中,该字符串编辑难易程度可以为将第二车牌号码转换为第一车牌号码的难易程度,也可以为将第一车牌号码转换为第二车牌号码的难易程度。以第二车牌号码转换为第一车牌号码为例,该计算过程可以包括步骤2041-2042:
2041、监控设备基于字符视觉相似度计算每个第二车牌号码中每个字符与第一车牌号码中所对应字符之间进行转换所需的字符编辑难易程度。
其中,字符编辑难易程度为将第二车牌号码中的字符转换为第一车牌号码中所对应字符的难易程度。该计算的具体过程可以为:监控设备获取第二车牌号码中每个字符与第一车牌号码中所对应字符之间的字符视觉相似度;根据所获取的字符视觉相似度计算第二车牌号码中每个字符与第一车牌号码中所对应字符之间进行转换所需的字符编辑难易程度,字符编辑难易程度与所获取的字符视觉相似度的关系成反比。
其中,字符编辑难易程度与所获取的字符视觉相似度的关系成反比是指字符视觉相似度越高,字符编辑难易程度越低。本发明实施例对第一车牌号码中所对应字符不做具体限定。例如,将第二车牌号码与第一车牌号码按字符顺序将相同字符对齐后,第一车牌号码中与第二车牌号码中的字符在位置上可对应的字符。以第二车牌号码为123456,第一车牌号码为1237为例,则对齐123后,4可以对应7,5和6可以分别对应一个空字符。
本发明实施例对获取字符视觉相似度的方式不做限定。例如,在已配置的字符视觉相似度中查询第二车牌号码中的字符与第一车牌号码中所对应字符的字符视觉相似度,已配置的字符视觉相似度如表1所示:
表1
字符 | 对应字符 | 字符视觉相似度 |
1 | 5 | 0.2 |
2 | 3 | 0.5 |
8 | 0 | 0.7 |
6 | 8 | 0.8 |
而且,任一字符与空字符之间的字符视觉相似度可以默认为0,相同字符之间的字符视觉相似度为可以默认为1。如果没有在配置的字符视觉相似度中查询到第二车牌号码中的字符与第一车牌号码中所对应字符的字符视觉相似度,可以采用默认的字符视觉相似度,该默认的字符视觉相似度如0.5。
事实上,字符视觉相似度还可以通过以下步骤(1)-(5)获取到:
(1)、监控设备确定每个目标字符所对应的全部相似字符,全部相似字符根据与目标字符之间的视觉相似度高低按顺序排列形成目标字符的相似字符集。
目标字符是指已配置相似字符的字符。全部相似字符既可以按照视觉相似度从高到低的顺序排列,也可以按照视觉相似度从低到高的顺序排列。以从高到低的顺序排列为例,“0”的相似字符集可以为{0、O、Q、G、B、P},“B”的相似字符集可以为{B、P、O、0}。需要说明的是,监控设备可以提供人工操作界面,使得人工可以随时对以上相似字符集进行更新、添加或删除。
(2)、监控设备判断第二车牌号码中的字符是否存在对应的相似字符集,如果否,执行步骤(3),如果是,判断第一车牌号码中所对应字符是否在第二车牌号码中的字符对应的相似字符集中,如果否,执行步骤(4),如果是,执行步骤(5)。
该判断过程中,监控设备可以将第二车牌号码中的字符分别与目标字符进行比较,如果第二车牌号码中的字符不是任一目标字符,则确定第二车牌号码中的字符没有对应的相似字符集,如果第二车牌号码中的字符是某一目标字符,则继续在该目标字符对应的相似字符集中查找是否存在该第一车牌号码中所对应字符,如果是,则执行步骤(5),如果否,则执行步骤(4)。
(3)、如果第二车牌号码中的字符没有对应的相似字符集,则将零获取为第二车牌号码中的字符与第一车牌号码中所对应字符之间的字符视觉相似度。
如果第二车牌号码中的字符没有对应的相似字符集,说明第二车牌号码中的字符可能与任一字符均不相似,因此可以将零获取为第二车牌号码中的字符与第一车牌号码中所对应字符之间的视觉相似度。
(4)、如果第一车牌号码中所对应字符不在第二车牌号码中的字符对应的相似字符集中,则将零获取为第二车牌号码中的字符与第一车牌号码中所对应字符之间的字符视觉相似度。
如果第一车牌号码中所对应字符不在第二车牌号码中的字符对应的相似字符集中,说明第二车牌号码中的字符很可能与第一车牌号码中所对应字符不相似,因此可以将零作为二者之间的视觉相似度。
(5)、如果第一车牌号码中所对应字符在第二车牌号码中的字符对应的相似字符集中,则根据第一车牌号码中所对应字符在相似字符集中的排序确定第二车牌号码中的字符与第一车牌号码中所对应字符之间的字符视觉相似度。
本发明实施例对具体确定方式不做限定。以相似字符集中的字符按照与目标字符之间的字符视觉相似度从高到低的顺序排列为例,确定字符视觉相似度的具体方式可以为:监控设备获取第一车牌号码中所对应字符在相似字符集中的排序序号;应用公式1,计算第二车牌号码中的字符与第一车牌号码中所对应字符之间的字符视觉相似度:
其中,λ1是指第二车牌号码中的字符与第一车牌号码中所对应字符之间的字符视觉相似度,n1是指相似字符集中的字符数量,k1是指第一车牌号码中所对应字符在相似字符集中的排序序号。
结合表1和公式1,假设第二车牌号码中的字符为“0”,则与第一车牌号码中所对应字符0、O、Q、G、B、P之间的字符视觉相似度如表2所示:
表2
字符 | 相似字符 | λ |
0 | 0 | 6/6 |
0 | O | 5/6 |
0 | Q | 4/6 |
0 | G | 3/6 |
0 | B | 2/6 |
0 | P | 1/6 |
假设第二车牌号码中的字符为“B”,与第一车牌号码中所对应字符0、O、Q、G、B、P之间的字符视觉相似度如表3所示:
表3
B | B | 4/4 |
B | P | 3/4 |
B | O | 2/4 |
B | 0 | 1/4 |
基于上述任一种方式得到字符视觉相似度之后,监控设备可以计算字符编辑难易程度。本发明实施例对计算的具体方式不做限定。例如,X=1*(1-λ)。其中,X是指字符编辑难易程度,1是指第二车牌号码中的字符转换为第一车牌号码中所对应字符的一次操作。
2042、监控设备根据第二车牌号码中所有字符的字符编辑难易程度,计算得到第二车牌号码与第一车牌号码之间进行转换所需的字符串编辑难易程度。
该步骤中,本发明实施例对得到字符串编辑难易程度的计算方式不做具体限定。例如,将第二车牌号码中所有字符的字符编辑难易程度相加,将相加得到的和值作为字符串编辑难易程度。当然,在相加时,第二车牌号码中每个字符的字符编辑难易程度的权重可以为任意值。结合表2和表3的字符视觉相似度,以每个字符的编辑编辑难易程度的权重为1、第一车牌号码为AQB00R、第二车牌号码分别为AQ000R、AQBBBR、AQ0BBR、AQ0BBB、AOBO0R、BQB00R和AQBGBG为例进行说明,计算过程和得到的字符串编辑难易程度如表4所示:
表4
需要说明的是,上述步骤2041-2042是计算字符串编辑难易程度的一种可能方式,事实上,监控设备也可以基于已配置的计算公式和字符视觉相似度计算字符串编辑难易程度。本发明实施例对具体的计算公式不做限定。该计算公式如公式2,
公式2:
其中,i和j均为正整数,且i小于等于第二车牌号码中的字符数,j小于等于第一车牌号码中的字符数,si是指第二车牌号码中的第i个字符,tj是指第一车牌号码的第j个字符,λ是指si与tj之间的字符视觉相似度,
Del(si)是指将第二车牌号码的第i个字符转换为第一车牌号码中所对应空字符的字符编辑难易程度,Ins(ti)是指将第二车牌号码中的空字符转换为第一车牌号码中所对应的tj的字符编辑难易程度,Sub(si,ti)是指将si转换为tj的一次操作,(1-λ)Sub(si,ti)是指将第二车牌号码中的si转换为第一车牌号码中的tj的字符编辑难易程度,
D(i,j)是指将第二车牌号码的前i个字符转换为第一车牌号码的前j个字符的字符串难易程度,D(i-1,j)是指将第二车牌号码中的前i-1个字符转换为第一车牌号码的前j个字符的字符串编辑难易程度,D(i,j-1)是指将第二车牌号码的前i个字符转换为第一车牌号码的前j-1个字符的字符串编辑难易程度,D(i-1,j-1)是指将第二车牌号码的前i-1个字符转换为第一车牌号码的前j-1个字符的字符串编辑难易程度。
基于公式2,监控设备可以依照公式2的递推关系,逐步得到第二车牌号码的前i个字符转换为第一车牌号码的前j个字符的字符串编辑难易程度,并最终得到第二车牌号码转换为第一车牌号码的字符串编辑难易程度。
205、监控设备根据字符串编辑难易程度确定至少一个与第一车牌号码相匹配的第二车牌号码。
由于字符视觉相似度越大,字符编辑难易程度越小,进而字符串编辑难易程度越小,说明第二车牌号码与第一车牌号码越相似、越为匹配。基于上述匹配原理,本发明实施例对确定匹配的车牌号码的具体方式不做进一步限定。例如,监控设备可以通过以下步骤1-4确定匹配的第二车牌号码:
1、监控设备将字符串编辑难易程度为零的第二车牌号码作为与第一车牌号码匹配的车牌号码。
该步骤中,监控设备可以判断是否存在字符串编辑难易程度为零的第二车牌号码,如果是,说明存在与第一车牌号码相同的第二车牌号码,则直接将该第二车牌号码作为与第一车牌号码匹配的车牌号码,如果否,可以执行步骤2或4。
2、如果不存在字符串编辑难易程度为零的第二车牌号码,且字符串编辑难易程度小于预设阈值的指定第二车牌号码的数目为一个时,将一个指定第二车牌号码作为与第一车牌号码匹配的车牌号码。
该步骤中,监控设备可以将每个第二车牌号码的字符串编辑难易程度和预设阈值进行比较,将字符串编辑难易程度小于预设阈值的第二车牌号码作为指定车牌号码,进而,监控设备可以确定指定第二车牌号码的数目,如果指定第二车牌号码的数目为一个,说明这一个车票号码符合匹配要求,因此可以将该一个指定车牌号码作为与第一车牌号码匹配的车牌号码,如果指定第二车牌号码的数目为多个,可以执行步骤3。参见表4,以预设阈值为1为例,监控设备可以将字符串编辑难易程度小于1的第二车牌号码AQ00R作为与第一车牌号码匹配的车牌号码。
3、如果不存在字符串编辑难易程度为零的第二车牌号码,且字符串编辑难易程度小于预设阈值的指定第二车牌号码的数目为多个时,提示从多个指定第二车牌号码中选择一个车牌号码,当接收到对多个指定第二车牌号码中任一指定第二车牌号码的选中操作时,将所选中的指定第二车牌号码作为与第一车牌号码匹配的车牌号码。
该步骤中,由于多个指定第二车牌号码符合匹配要求的预设阈值,可以进行提示,由人工选择所匹配的车牌号码,当接收到对任一指定第二车牌号码的选中操作时,可以将该指定第二车牌号码作为与第一车牌号码匹配的车牌号码。当然,监控设备也可能接收到放弃操作,此时,监控设备可以确定本次匹配失败。该步骤先通过设备自动化、智能化地筛选出可能与第一车牌号码匹配的至少一个指定第二车牌号码,并继续由人工从中选出与第一车牌号码匹配的第二车牌号码,通过设备和人工联合匹配的方式,使得匹配方式更为人性化,而且相比全人工匹配的方法,提高了匹配效率。
4、如果不存在字符串编辑难易程度为零的第二车牌号码,则按照字符串编辑难易程度从小到大的顺序,输出排序位于前预设位数的第二车牌号码作为与第一车牌号码匹配的车牌号码。
该步骤可以在多个第二车牌号码中选取与第一车牌号码最为相似的预设位数个车牌号码,使得每次匹配都能取得匹配结果。
基于图2的车牌号码匹配过程,参见图3,本发明实施例提供了一种车牌号码匹配流程图。该流程图中。监控设备(或服务器、终端等设备)可以获取人工输入的第一车牌号码,对车辆登记数据库中的车牌号码进行筛选,得到包括了与第一车牌号码中至少两个连续字符的车牌号码,从而得到车牌号码库。进而,监控设备可以获取所配置的目标字符的相似字符集,计算得到字符串编辑难易程度,根据字符串编辑难易程度得到与第一车牌号码匹配的车牌号码。
本发明实施例通过获取第一车牌号码,并根据字符视觉相似度计算每个第二车牌号码和第一车牌号码之间进行转换所需的字符串编辑难易程度,从而根据字符串编辑难易程度得到与第一车牌号码匹配的车牌号码。由于监控设备会发生图像识别出错、或者人工输入车牌号码出错等情况,鉴于出错的车牌号码与本来的车牌号码之间在视觉上很相似,因此基于字符视觉相似度得到的字符串编辑难易程度可以合理地评估第二车牌号码与第一车牌号码之间的相似程度,即使车牌号码出错,也能成功匹配到与其标识同一车辆的车牌号码,保证了监控功能有效性和合理性。
而且,基于字符编辑难易程度与字符视觉相似度的关系成反比的原理,可以基于字符视觉相似度计算得到字符编辑难易程度,基于字符编辑难易程度,可以相加得到字符串编辑难易程度,从而提供了计算字符串编辑难易程度的具体方法。
而且,提供了获取该字符视觉相似度的具体方案,对于没有配置相似字符集的第二车牌号码中的字符、或者第一车牌号码中所对应字符不在第二车牌号码中的字符对应的相似字符集的情况,都可以将零作为字符视觉相似度,以合理地描述两个字符之间不相似的关系。对于第一车牌号码在第二车牌号码中的字符对应的相似字符集中的情况,可以直接根据第一车牌号码中所对应在该相似字符集中的排序确定字符视觉相似度,以合理地描述两个字符之间在视觉上的相似程度。
而且,提供了计算字符视觉相似度的具体方法,基于每个字符的排列序号和公式1,可以得到两个字符之间的字符视觉相似度,从而以数值形式合理地描述两个字符在视觉上的相似程度。
而且,提供了两种获取第一车牌号码的方式,既可以通过图像识别得到,也可以获取人工输入的车牌号码,从而提供了本发明实施例的多种应用途径。
图4是本发明实施例提供的一种车牌号码匹配装置的框图。参见图4,该装置具体包括:
第一获取模块401,用于获取待匹配的第一车牌号码;
第二获取模块402,用于获取车牌号码库,车牌号码库中包括至少一个第二车牌号码;
计算模块403,用于基于字符视觉相似度计算每个第二车牌号码与第一车牌号码之间进行转换所需的字符串编辑难易程度;
匹配模块404,用于根据字符串编辑难易程度确定至少一个与第一车牌号码相匹配的第二车牌号码。
本发明实施例通过获取第一车牌号码,并根据字符视觉相似度计算每个第二车牌号码和第一车牌号码之间进行转换所需的字符串编辑难易程度,从而根据字符串编辑难易程度得到与第一车牌号码匹配的车牌号码。由于监控设备会发生图像识别出错、或者人工输入车牌号码出错等情况,鉴于出错的车牌号码与本来的车牌号码之间在视觉上很相似,因此基于字符视觉相似度得到的字符串编辑难易程度可以合理地评估第二车牌号码与第一车牌号码之间的相似程度,即使车牌号码出错,也能成功匹配到与其标识同一车辆的车牌号码,保证了监控功能有效性和合理性。
在一种可能实现方式中,计算模块403包括:字符编辑难易程度计算子模块,用于基于字符视觉相似度计算每个第二车牌号码中每个字符与第一车牌号码中所对应字符之间进行转换所需的字符编辑难易程度;
字符串编辑难易程度计算子模块,用于根据第二车牌号码中所有字符的字符编辑难易程度,计算得到第二车牌号码与第一车牌号码之间进行转换所需的字符串编辑难易程度。
在一种可能实现方式中,字符编辑难易程度为:将第二车牌号码中的字符转换为第一车牌号码中所对应字符的难易程度。
在一种可能实现方式中,字符编辑难易程度计算子模块包括:字符视觉相似度获取单元,用于将第二车牌号码中所有字符的字符编辑难易程度相加,将相加得到的和值作为字符串编辑难易程度。
在一种可能实现方式中,字符编辑难易程度计算子模块包括:字符视觉相似度获取单元,用于获取第二车牌号码中每个字符与第一车牌号码中所对应字符之间的字符视觉相似度;
字符编辑难易程度计算单元,用于根据所获取的字符视觉相似度计算第二车牌号码中每个字符与第一车牌号码中所对应字符之间进行转换所需的字符编辑难易程度,字符编辑难易程度与所获取的字符视觉相似度的关系成反比。
在一种可能实现方式中,基于图4的装置组成,参见图5,该装置还包括:
确定模块405,用于确定每个目标字符所对应的全部相似字符,全部相似字符根据与目标字符之间的视觉相似度高低按顺序排列形成目标字符的相似字符集;
字符视觉相似度获取单元包括:字符视觉相似度获取子单元,用于如果第一车牌号码中所对应字符不在第二车牌号码中的字符对应的相似字符集中,则将零获取为第二车牌号码中的字符与第一车牌号码中所对应字符之间的字符视觉相似度;
字符视觉相似度确定子单元,用于如果第一车牌号码中所对应字符在第二车牌号码中的字符对应的相似字符集中,则根据第一车牌号码中所对应字符在相似字符集中的排序确定第二车牌号码中的字符与第一车牌号码中所对应字符之间的字符视觉相似度。
在一种可能实现方式中,字符视觉相似度获取子单元还用于:
如果第二车牌号码中的字符没有对应的相似字符集,则将零获取为第二车牌号码中的字符与第一车牌号码中所对应字符之间的字符视觉相似度。
在一种可能实现方式中,相似字符集中的字符按照与目标字符之间的字符视觉相似度从高到低的顺序排列;
字符视觉相似度获取单元包括:排序序号获取子单元,用于获取第一车牌号码中所对应字符在相似字符集中的排序序号;
字符视觉相似度计算子单元,用于应用公式1,计算第二车牌号码中的字符与第一车牌号码中所对应字符之间的字符视觉相似度:
其中,λ1是指第二车牌号码中的字符与第一车牌号码中所对应字符之间的字符视觉相似度,n1是指相似字符集中的字符数量,k1是指第一车牌号码中所对应字符在相似字符集中的排序序号。
在一种可能实现方式中,第二获取模块402包括:
第二查询子模块,用于基于第一车牌号码中的至少一个字符在多个车牌号码中进行查询;
第二获取子模块,用于如果多个车牌号码中的任一车牌号码包括第一车牌号码中的至少一个字符,则将车牌号码作为车牌号码库中的第二车牌号码。
在一种可能实现方式中,第二获取模块402包括:
第二查询子模块,用于基于第一车牌号码中的至少两个连续字符在多个车牌号码中进行查询;
第二获取子模块,用于如果多个车牌号码中的任一车牌号码包括至少两个连续字符,则将车牌号码作为车牌号码库中的第二车牌号码。
在一种可能实现方式中,第一获取模块401用于:
对拍摄到的图像进行图像识别,得到第一车牌号码;或,
获取人工输入的第一车牌号码。
在一种可能实现方式中,匹配模块404包括:
匹配子模块,用于将字符串编辑难易程度为零的第二车牌号码作为与第一车牌号码匹配的车牌号码;或,
匹配子模块,用于如果不存在字符串编辑难易程度为零的第二车牌号码,且字符串编辑难易程度小于预设阈值的指定第二车牌号码的数目为一个时,将一个指定第二车牌号码作为与第一车牌号码匹配的车牌号码;或,
提示子模块,用于如果不存在字符串编辑难易程度为零的第二车牌号码,且字符串编辑难易程度小于预设阈值的指定第二车牌号码的数目为多个时,提示从多个指定第二车牌号码中选择一个车牌号码,
匹配子模块,用于当接收到对多个指定第二车牌号码中任一指定第二车牌号码的选中操作时,将所选中的指定第二车牌号码作为与第一车牌号码匹配的车牌号码;或,
匹配子模块用于如果不存在字符串编辑难易程度为零的第二车牌号码,则按照字符串编辑难易程度从小到大的顺序,输出排序位于前预设位数的第二车牌号码作为与第一车牌号码匹配的车牌号码。
上述所有可选技术方案,可以采用任意结合形成本发明的可选实施例,在此不再一一赘述。
图6是本发明实施例提供的一种字符信息匹配方法流程图。参见图6,该方法包括:
601、获取待匹配的第一字符信息。
602、获取字符信息库,字符信息库中包括至少一个第二字符信息。
603、基于字符视觉相似度计算每个第二字符信息与第一字符信息之间进行转换所需的字符串编辑难易程度。
604、根据字符串编辑难易程度确定至少一个与第一字符信息相匹配的第二字符信息。
本发明实施例通过获取第一字符信息,并根据字符视觉相似度计算每个第二字符信息和第一字符信息之间进行转换所需的字符串编辑难易程度,从而根据字符串编辑难易程度得到与第一字符信息匹配的字符信息。由于设备会发生图像识别出错、或者人工输入字符信息出错等情况,鉴于出错的字符信息与本来的字符信息之间在视觉上很相似,因此基于字符视觉相似度得到的字符串编辑难易程度可以合理地评估第二字符信息与第一字符信息之间的相似程度,即使字符信息出错,也能成功匹配到与其相似的字符信息,保证匹配有效性和合理性。
在一种可能实现方式中,基于字符的视觉相似度计算每个第二字符信息与第一字符信息之间进行转换所需的字符串编辑难易程度包括:
基于字符视觉相似度计算每个第二字符信息中每个字符与第一字符信息中所对应字符之间进行转换所需的字符编辑难易程度;
根据第二字符信息中所有字符的字符编辑难易程度,计算得到第二字符信息与第一字符信息之间进行转换所需的字符串编辑难易程度。
在一种可能实现方式中,字符编辑难易程度为:将第二字符信息中的字符转换为第一字符信息中所对应字符的难易程度。
在一种可能实现方式中,根据第二字符信息中所有字符的字符编辑难易程度,计算得到第二字符信息与第一字符信息之间进行转换所需的字符串编辑难易程度,包括:
将第二字符信息中所有字符的字符编辑难易程度相加,将相加得到的和值作为字符串编辑难易程度。
在一种可能实现方式中,基于字符视觉相似度计算每个第二字符信息中每个字符与第一字符信息中所对应字符之间进行转换所需的字符编辑难易程度包括:
获取第二字符信息中每个字符与第一字符信息中所对应字符之间的字符视觉相似度;
根据所获取的字符视觉相似度计算第二字符信息中每个字符与第一字符信息中所对应字符之间进行转换所需的字符编辑难易程度,字符编辑难易程度与所获取的字符视觉相似度的关系成反比。
在一种可能实现方式中,在基于字符视觉相似度计算每个第二字符信息与第一字符信息之间进行转换所需的字符串编辑难易程度之前,方法还包括:
确定每个目标字符所对应的全部相似字符,全部相似字符根据与目标字符之间的视觉相似度高低按顺序排列形成目标字符的相似字符集;
获取第二字符信息中每个字符与第一字符信息中所对应字符之间的字符视觉相似度包括:
如果第一字符信息中所对应字符不在第二字符信息中的字符对应的相似字符集中,则将零获取为第二字符信息中的字符与第一字符信息中所对应字符之间的字符视觉相似度;
如果第一字符信息中所对应字符在第二字符信息中的字符对应的相似字符集中,则根据第一字符信息中所对应字符在相似字符集中的排序确定第二字符信息中的字符与第一字符信息中所对应字符之间的字符视觉相似度。
在一种可能实现方式中,获取第二字符信息中每个字符与第一字符信息中所对应字符之间的字符视觉相似度,包括:
如果第二字符信息中的字符没有对应的相似字符集,则将零获取为第二字符信息中的字符与第一字符信息中所对应字符之间的字符视觉相似度。
在一种可能实现方式中,相似字符集中的字符按照与目标字符之间的字符视觉相似度从高到低的顺序排列;
根据第一字符信息中所对应字符在相似字符集中的排序确定第二字符信息中的字符与第一字符信息中所对应字符之间的字符视觉相似度包括:
获取第一字符信息中所对应字符在相似字符集中的排序序号;
应用公式2,计算第二字符信息中的字符与第一字符信息中所对应字符之间的字符视觉相似度:
其中,λ2是指第二字符信息中的字符与第一字符信息中所对应字符之间的字符视觉相似度,n2是指相似字符集中的字符数量,k2是指第一字符信息中所对应字符在相似字符集中的排序序号。
在一种可能实现方式中,获取字符信息库包括:
基于第一字符信息中的至少一个字符在多个字符信息中进行查询;
如果多个字符信息中的任一字符信息包括第一字符信息中的至少一个字符,则将字符信息作为字符信息库中的第二字符信息。
在一种可能实现方式中,获取字符信息库包括:
基于第一字符信息中的至少两个连续字符在多个字符信息中进行查询;
如果多个字符信息中的任一字符信息包括至少两个连续字符,则将字符信息作为字符信息库中的第二字符信息。
在一种可能实现方式中,获取待匹配的第一字符信息包括:
对拍摄到的图像进行图像识别,得到第一字符信息;或,
获取人工输入的第一字符信息。
在一种可能实现方式中,根据字符串编辑难易程度确定至少一个与第一字符信息相匹配的第二字符信息包括:
将字符串编辑难易程度为零的第二字符信息作为与第一字符信息匹配的字符信息;或,
如果不存在字符串编辑难易程度为零的第二车牌号码,且字符串编辑难易程度小于预设阈值的指定第二字符信息的数目为一个时,将一个指定第二字符信息作为与第一字符信息匹配的字符信息;或,
如果不存在编辑难易程度为零的第二字符信息,且字符串编辑难易程度小于预设阈值的指定第二字符信息的数目为多个时,提示从多个指定第二字符信息中选择一个字符信息,当接收到对多个指定第二字符信息中任一指定第二字符信息的选中操作时,将所选中的指定第二字符信息作为与第一字符信息匹配的字符信息;或,
如果不存在编辑难易程度为零的第二字符信息,则按照字符串编辑难易程度从小到大的顺序,输出排序位于前预设位数的第二字符信息作为与第一字符信息匹配的字符信息。
上述所有可选技术方案,可以采用任意结合形成本发明的可选实施例,在此不再一一赘述。
图7是本发明实施例提供的一种字符信息匹配方法流程图。参见图7,该方法可以应用于任一设备,如监控设备、终端或服务器等。而且该方法基于不同的字符信息可以应用于各种场景中。例如,该方法可以应用于查询词汇或语句的场景中,字符信息可以包括英文单词、成语等词汇或语句。又例如,该方法可以应用于匹配证件号码的场景中,字符信息可以为学生证号、卡号等证件号码。又例如,该方法可以应用于网络搜索或本地搜索的场景中,字符信息可以为用户输入的任一字符串。以执行主体为终端为例,该方法可以包括以下步骤:
701、终端获取待匹配的第一字符信息。
该第一字符信息包括至少一个字符。本发明实施例对字符种类不做限定。例如,该字符可以是各国语言文字、标点符号等。获取第一字符信息的方法不限于:对拍摄到的图像进行图像识别,得到第一字符信息;或者,获取人工输入的第一字符信息。具体获取过程与步骤201同理。
702、终端基于第一字符信息中的至少一个第一字符,在多个字符信息中进行查询。
该多个字符信息中的每个字符信息与第一字符信息的形式同理,但可能包括不同的至少一个字符。该多个字符信息可以存储在该终端本地,也可以存储在某一网络数据库中,终端可以通过网络调用该网络数据库中的多个字符信息。
该步骤的查询过程中的筛选方法与步骤202同理。
703、如果多个字符信息中的任一字符信息包括第一字符信息中的至少一个字符,则终端将该字符信息作为字符信息库中的第二字符信息。
该步骤与步骤203同理。
704、终端基于字符视觉相似度计算每个第二字符信息与第一字符信息之间进行转换所需的字符串编辑难易程度。
该步骤与步骤204类似,但该步骤可以应用公式2获取第二字符信息中的字符与第一字符信息中所对应字符之间的字符视觉相似度:
其中,λ2是指第二字符信息中的字符与第一字符信息中所对应字符之间的字符视觉相似度,n2是指相似字符集中的字符数量,k2是指第一字符信息中所对应字符在相似字符集中的排序序号。
705、终端根据字符串编辑难易程度确定至少一个与第一字符信息相匹配的第二字符信息。
由于字符视觉相似度越大,字符编辑难易程度越小,进而字符串编辑难易程度越小,说明第二字符信息与第一字符信息越相似、越为匹配。基于和匹配车牌号码相同的匹配原理,该确定匹配的字符信息的具体方式与确定匹配的车牌号码的具体方式相同,仅需将步骤中的第一车牌号码替换为第一字符信息、将第二车牌号码替换为第二字符信息即可实现。
本发明实施例通过获取第一字符信息,并根据字符视觉相似度计算每个第二字符信息和第一字符信息之间进行转换所需的字符串编辑难易程度,从而根据字符串编辑难易程度得到与第一字符信息匹配的字符信息。由于设备会发生图像识别出错、或者人工输入字符信息出错等情况,鉴于出错的字符信息与本来的字符信息之间在视觉上很相似,因此基于字符视觉相似度得到的字符串编辑难易程度可以合理地评估第二字符信息与第一字符信息之间的相似程度,即使字符信息出错,也能成功匹配到与其相似的字符信息,保证匹配有效性和合理性。
而且,基于字符编辑难易程度与字符视觉相似度的关系成反比的原理,可以基于字符视觉相似度计算得到字符编辑难易程度,基于字符编辑难易程度,可以相加得到字符串编辑难易程度,从而提供了计算字符串编辑难易程度的具体方法。
而且,提供了获取该字符视觉相似度的具体方案,对于没有配置相似字符集的第二字符信息中的字符、或者第一字符信息中所对应字符不在第二字符信息中的字符对应的相似字符集的情况,都可以将零作为字符视觉相似度,以合理地描述两个字符之间不相似的关系。对于第一字符信息在第二字符信息中的字符对应的相似字符集中的情况,可以直接根据第一字符信息中所对应在该相似字符集中的排序确定字符视觉相似度,以合理地描述两个字符之间在视觉上的相似程度。
而且,提供了计算字符视觉相似度的具体方法,基于每个字符的排列序号和公式2,可以得到两个字符之间的字符视觉相似度,从而以数值形式合理地描述两个字符在视觉上的相似程度。
而且,提供了两种获取第一字符信息的方式,既可以通过图像识别得到,也可以获取人工输入的字符信息,从而提供了本发明实施例的多种应用途径。
图8是本发明实施例提供的一种字符信息匹配装置的框图。参见图8,该装置具体包括:
第一获取模块801,用于获取待匹配的第一字符信息;
第二获取模块802,用于获取字符信息库,字符信息库中包括至少一个第二字符信息;
计算模块803,用于基于字符视觉相似度计算每个第二字符信息与第一字符信息之间进行转换所需的字符串编辑难易程度;
匹配模块804,用于根据字符串编辑难易程度确定至少一个与第一字符信息相匹配的第二字符信息。
本发明实施例通过获取第一字符信息,并根据字符视觉相似度计算每个第二字符信息和第一字符信息之间进行转换所需的字符串编辑难易程度,从而根据字符串编辑难易程度得到与第一字符信息匹配的字符信息。由于设备会发生图像识别出错、或者人工输入字符信息出错等情况,鉴于出错的字符信息与本来的字符信息之间在视觉上很相似,因此基于字符视觉相似度得到的字符串编辑难易程度可以合理地评估第二字符信息与第一字符信息之间的相似程度,即使字符信息出错,也能成功匹配到与其相似的字符信息,保证匹配有效性和合理性。
在一种可能实现方式中,计算模块803包括:
字符编辑难易程度计算子模块,用于基于字符视觉相似度计算每个第二字符信息中每个字符与第一字符信息中所对应字符之间进行转换所需的字符编辑难易程度;
字符编辑难易程度计算子模块,用于根据第二字符信息中所有字符的字符编辑难易程度,计算得到第二字符信息与第一字符信息之间进行转换所需的字符串编辑难易程度。
在一种可能实现方式中,字符编辑难易程度为:将第二字符信息中的字符转换为第一字符信息中所对应字符的难易程度。
在一种可能实现方式中,字符串编辑难易程度计算子模块,用于将第二字符信息中所有字符的字符编辑难易程度相加,将相加得到的和值作为字符串编辑难易程度。
在一种可能实现方式中,符编辑难易程度计算子模块包括:
字符视觉相似度获取单元,用于获取第二字符信息中每个字符与第一字符信息中所对应字符之间的字符视觉相似度;
字符编辑难易程度计算单元,用于根据所获取的字符视觉相似度计算第二字符信息中每个字符与第一字符信息中所对应字符之间进行转换所需的字符编辑难易程度,字符编辑难易程度与所获取的字符视觉相似度的关系成反比。
在一种可能实现方式中,基于图8的装置组成,参见图9,该装置还包括:
确定模块805,用于确定每个目标字符所对应的全部相似字符,全部相似字符根据与目标字符之间的视觉相似度高低按顺序排列形成目标字符的相似字符集;
字符视觉相似度获取单元包括:字符视觉相似度获取子单元,用于如果第一字符信息中所对应字符不在第二字符信息中的字符对应的相似字符集中,则将零获取为第二字符信息中的字符与第一字符信息中所对应字符之间的字符视觉相似度;
字符视觉相似度确定子单元,用于如果第一字符信息中所对应字符在第二字符信息中的字符对应的相似字符集中,则根据第一字符信息中所对应字符在相似字符集中的排序确定第二字符信息中的字符与第一字符信息中所对应字符之间的字符视觉相似度。
在一种可能实现方式中,字符视觉相似度获取子单元还用于:
如果第二字符信息中的字符没有对应的相似字符集,则将零获取为第二字符信息中的字符与第一字符信息中所对应字符之间的字符视觉相似度。
在一种可能实现方式中,相似字符集中的字符按照与目标字符之间的字符视觉相似度从高到低的顺序排列;
字符视觉相似度获取单元包括:
排序序号获取子单元,用于获取第一字符信息中所对应字符在相似字符集中的排序序号;
字符视觉相似度计算子单元,用于应用公式2,计算第二字符信息中的字符与第一字符信息中所对应字符之间的字符视觉相似度:
其中,λ2是指第二字符信息中的字符与第一字符信息中所对应字符之间的字符视觉相似度,n2是指相似字符集中的字符数量,k2是指第一字符信息中所对应字符在相似字符集中的排序序号。
在一种可能实现方式中,第二获取模块802包括:
第二查询子模块,用于基于第一字符信息中的至少一个字符在多个字符信息中进行查询;
第二获取子模块,用于如果多个字符信息中的任一字符信息包括第一字符信息中的至少一个字符,则将字符信息作为字符信息库中的第二字符信息。
在一种可能实现方式中,第二获取模块802包括:
第二查询子模块,用于基于第一字符信息中的至少两个连续字符在多个字符信息中进行查询;
第二获取子模块,用于如果多个字符信息中的任一字符信息包括至少两个连续字符,则将字符信息作为字符信息库中的第二字符信息。
在一种可能实现方式中,第一获取模块801用于:
对拍摄到的图像进行图像识别,得到第一字符信息;或,
获取人工输入的第一字符信息。
在一种可能实现方式中,匹配模块804包括:
匹配子模块,用于将字符串编辑难易程度为零的第二字符信息作为与第一字符信息匹配的字符信息;或,
匹配子模块,用于如果不存在编辑难易程度为零的第二字符信息,且字符串编辑难易程度小于预设阈值的指定第二字符信息的数目为一个时,将一个指定第二字符信息作为与第一字符信息匹配的字符信息;或,
提示子模块,用于如果不存在编辑难易程度为零的第二字符信息,且字符串编辑难易程度小于预设阈值的指定第二字符信息的数目为多个时,提示从多个指定第二字符信息中选择一个字符信息,
匹配子模块,用于当接收到对多个指定第二字符信息中任一指定第二字符信息的选中操作时,将所选中的指定第二字符信息作为与第一字符信息匹配的字符信息;或,
匹配子模块用于如果不存在编辑难易程度为零的第二字符信息,则按照字符串编辑难易程度从小到大的顺序,输出排序位于前预设位数的第二字符信息作为与第一字符信息匹配的字符信息。
上述所有可选技术方案,可以采用任意结合形成本发明的可选实施例,在此不再一一赘述。
需要说明的是:上述实施例提供的车牌号码匹配装置在车牌号码匹配时,以及字符信息匹配装置在字符信息匹配时,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将装置的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。另外,上述实施例提供的车牌号码匹配装置与车牌号码匹配方法实施例属于同一构思,字符信息匹配装置与字符信息匹配方法实施例也属于同一构思其具体实现过程详见方法实施例,这里不再赘述。
图10是本发明实施例提供的一种终端结构示意图。参见图10,该终端可以用于执行上述方法实施例中的车牌号码匹配方法或字符信息匹配方法。参见图10,该终端1000包括:
终端1000可以包括RF(Radio Frequency,射频)电路110、包括有一个或一个以上计算机可读存储介质的存储器120、输入单元130、显示单元140、传感器150、音频电路160、WiFi(Wireless Fidelity,无线保真)模块170、包括有一个或者一个以上处理核心的处理器180、以及电源190等部件。本领域技术人员可以理解,图10中示出的终端结构并不构成对终端的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。其中:
RF电路110可用于收发信息或通话过程中,信号的接收和发送,特别地,将基站的下行信息接收后,交由一个或者一个以上处理器180处理;另外,将涉及上行的数据发送给基站。通常,RF电路110包括但不限于天线、至少一个放大器、调谐器、一个或多个振荡器、用户身份模块(SIM)卡、收发信机、耦合器、LNA(Low Noise Amplifier,低噪声放大器)、双工器等。此外,RF电路110还可以通过无线通信与网络和其他设备通信。所述无线通信可以使用任一通信标准或协议,包括但不限于GSM(Global System of Mobile communication,全球移动通讯系统)、GPRS(General Packet Radio Service,通用分组无线服务)、CDMA(CodeDivision Multiple Access,码分多址)、WCDMA(Wideband Code Division MultipleAccess,宽带码分多址)、LTE(Long Term Evolution,长期演进)、电子邮件、SMS(ShortMessaging Service,短消息服务)等。
存储器120可用于存储软件程序以及模块,处理器180通过运行存储在存储器120的软件程序以及模块,从而执行各种功能应用以及数据处理。存储器120可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等;存储数据区可存储根据终端1000的使用所创建的数据(比如音频数据、电话本等)等。此外,存储器120可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。相应地,存储器120还可以包括存储器控制器,以提供处理器180和输入单元130对存储器120的访问。
输入单元130可用于接收输入的数字或字符信息,以及产生与用户设置以及功能控制有关的键盘、鼠标、操作杆、光学或者轨迹球信号输入。具体地,输入单元130可包括触敏表面131以及其他输入设备132。触敏表面131,也称为触摸显示屏或者触控板,可收集用户在其上或附近的触摸操作(比如用户使用手指、触笔等任何适合的物体或附件在触敏表面131上或在触敏表面131附近的操作),并根据预先设定的程式驱动相应的连接装置。可选的,触敏表面131可包括触摸检测装置和触摸控制器两个部分。其中,触摸检测装置检测用户的触摸方位,并检测触摸操作带来的信号,将信号传送给触摸控制器;触摸控制器从触摸检测装置上接收触摸信息,并将它转换成触点坐标,再送给处理器180,并能接收处理器180发来的命令并加以执行。此外,可以采用电阻式、电容式、红外线以及表面声波等多种类型实现触敏表面131。除了触敏表面131,输入单元130还可以包括其他输入设备132。具体地,其他输入设备132可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆等中的一种或多种。
显示单元140可用于显示由用户输入的信息或提供给用户的信息以及终端1000的各种图形用户接口,这些图形用户接口可以由图形、文本、图标、视频和其任意组合来构成。显示单元140可包括显示面板141,可选的,可以采用LCD(Liquid Crystal Display,液晶显示器)、OLED(Organic Light-Emitting Diode,有机发光二极管)等形式来配置显示面板141。进一步的,触敏表面131可覆盖显示面板141,当触敏表面131检测到在其上或附近的触摸操作后,传送给处理器180以确定触摸事件的类型,随后处理器180根据触摸事件的类型在显示面板141上提供相应的视觉输出。虽然在图10中,触敏表面131与显示面板141是作为两个独立的部件来实现输入和输入功能,但是在某些实施例中,可以将触敏表面131与显示面板141集成而实现输入和输出功能。
终端1000还可包括至少一种传感器150,比如光传感器、运动传感器以及其他传感器。具体地,光传感器可包括环境光传感器及接近传感器,其中,环境光传感器可根据环境光线的明暗来调节显示面板141的亮度,接近传感器可在终端1000移动到耳边时,关闭显示面板141和/或背光。作为运动传感器的一种,重力加速度传感器可检测各个方向上(一般为三轴)加速度的大小,静止时可检测出重力的大小及方向,可用于识别手机姿态的应用(比如横竖屏切换、相关游戏、磁力计姿态校准)、振动识别相关功能(比如计步器、敲击)等;至于终端1000还可配置的陀螺仪、气压计、湿度计、温度计、红外线传感器等其他传感器,在此不再赘述。
音频电路160、扬声器161,传声器162可提供用户与终端1000之间的音频接口。音频电路160可将接收到的音频数据转换后的电信号,传输到扬声器161,由扬声器161转换为声音信号输出;另一方面,传声器162将收集的声音信号转换为电信号,由音频电路160接收后转换为音频数据,再将音频数据输出处理器180处理后,经RF电路110以发送给比如另一终端,或者将音频数据输出至存储器120以便进一步处理。音频电路160还可能包括耳塞插孔,以提供外设耳机与终端1000的通信。
WiFi属于短距离无线传输技术,终端1000通过WiFi模块170可以帮助用户收发电子邮件、浏览网页和访问流式媒体等,它为用户提供了无线的宽带互联网访问。虽然图10示出了WiFi模块170,但是可以理解的是,其并不属于终端1000的必须构成,完全可以根据需要在不改变发明的本质的范围内而省略。
处理器180是终端1000的控制中心,利用各种接口和线路连接整个手机的各个部分,通过运行或执行存储在存储器120内的软件程序和/或模块,以及调用存储在存储器120内的数据,执行终端1000的各种功能和处理数据,从而对手机进行整体监控。可选的,处理器180可包括一个或多个处理核心;优选的,处理器180可集成应用处理器和调制解调处理器,其中,应用处理器主要处理操作系统、用户界面和应用程序等,调制解调处理器主要处理无线通信。可以理解的是,上述调制解调处理器也可以不集成到处理器180中。
终端1000还包括给各个部件供电的电源190(比如电池),优选的,电源可以通过电源管理系统与处理器180逻辑相连,从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。电源190还可以包括一个或一个以上的直流或交流电源、再充电系统、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。
尽管未示出,终端1000还可以包括摄像头、蓝牙模块等,在此不再赘述。具体在本实施例中,终端的显示单元是触摸屏显示器,终端还包括有存储器,以及一个或者一个以上的程序,其中一个或者一个以上程序存储于存储器中,且经配置以由一个或者一个以上处理器执行。所述一个或者一个以上程序包含用于执行以下操作的指令:
获取待匹配的第一车牌号码;获取车牌号码库,车牌号码库中包括至少一个第二车牌号码;基于字符视觉相似度计算每个第二车牌号码与第一车牌号码之间进行转换所需的字符串编辑难易程度;根据字符串编辑难易程度确定至少一个与第一车牌号码相匹配的第二车牌号码。或者,
获取待匹配的第一字符信息;获取字符信息库,字符信息库中包括至少一个第二字符信息;基于字符视觉相似度计算每个第二字符信息与第一字符信息之间进行转换所需的字符串编辑难易程度;根据字符串编辑难易程度确定至少一个与第一字符信息相匹配的第二字符信息。
图11是本发明实施例提供的一种服务器结构示意图。参照图11,该服务器包括处理组件1122,其进一步包括一个或多个处理器,以及由存储器1132所代表的存储器资源,用于存储可由处理部件1122的执行的指令,例如应用程序。存储器1132中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外,处理组件1122被配置为执行指令,以执行上述车牌号码匹配方法或字符信息匹配方法。
该服务器还可以包括一个电源组件1126被配置为执行服务器的电源管理,一个有线或无线网络接口1150被配置为将服务器连接到网络,和一个输入输出(I/O)接口1158。服务器可以操作基于存储在存储器1132的操作系统,例如Windows ServerTM,Mac OS XTM,UnixTM,LinuxTM,FreeBSDTM或类似。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成,也可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,上述提到的存储介质可以是只读存储器,磁盘或光盘等。
以上所述仅为本发明的可选实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (40)
1.一种车牌号码匹配方法,其特征在于,所述方法包括:
获取待匹配的第一车牌号码;
获取车牌号码库,所述车牌号码库中包括至少一个第二车牌号码;
确定每个目标字符所对应的全部相似字符,所述全部相似字符根据与所述目标字符之间的视觉相似度高低按顺序排列形成所述目标字符的相似字符集,所述目标字符为已配置相似字符的字符;
判断第二车牌号码中的字符是否存在对应的相似字符集;
根据判断结果,选择不同的方式获取每个第二车牌号码中每个字符与所述第一车牌号码中所对应字符之间的字符视觉相似度;
根据所获取的字符视觉相似度计算第二车牌号码中每个字符与所述第一车牌号码中所对应字符之间进行转换所需的字符编辑难易程度,所述字符编辑难易程度与所获取的字符视觉相似度的关系成反比;
根据所述第二车牌号码中所有字符的字符编辑难易程度,计算得到所述第二车牌号码与所述第一车牌号码之间进行转换所需的字符串编辑难易程度;
根据所述字符串编辑难易程度确定至少一个与所述第一车牌号码相匹配的第二车牌号码。
2.根据权利要求1所述的方法,其特征在于,所述字符编辑难易程度为:将所述第二车牌号码中的字符转换为所述第一车牌号码中所对应字符的难易程度。
3.根据权利要求1所述的方法,其特征在于,所述根据所述第二车牌号码中所有字符的字符编辑难易程度,计算得到所述第二车牌号码与所述第一车牌号码之间进行转换所需的字符串编辑难易程度,包括:
将所述第二车牌号码中所有字符的字符编辑难易程度相加,将相加得到的和值作为所述字符串编辑难易程度。
4.根据权利要求1所述的方法,其特征在于,所述获取每个第二车牌号码中每个字符与所述第一车牌号码中所对应字符之间的字符视觉相似度包括:
如果所述第一车牌号码中所对应字符不在所述第二车牌号码中的字符对应的相似字符集中,则将零获取为所述第二车牌号码中的字符与所述第一车牌号码中所对应字符之间的字符视觉相似度;
如果所述第一车牌号码中所对应字符在所述第二车牌号码中的字符对应的相似字符集中,则根据所述第一车牌号码中所对应字符在所述相似字符集中的排序确定所述第二车牌号码中的字符与所述第一车牌号码中所对应字符之间的字符视觉相似度。
5.根据权利要求4所述的方法,其特征在于,所述获取所述第二车牌号码中每个字符与所述第一车牌号码中所对应字符之间的字符视觉相似度,包括:
如果所述第二车牌号码中的字符没有对应的相似字符集,则将零获取为所述第二车牌号码中的字符与所述第一车牌号码中所对应字符之间的字符视觉相似度。
6.根据权利要求4所述的方法,其特征在于,所述相似字符集中的字符按照与所述目标字符之间的字符视觉相似度从高到低的顺序排列;
所述根据所述第一车牌号码中所对应字符在所述相似字符集中的排序确定所述第二车牌号码中的字符与所述第一车牌号码中所对应字符之间的字符视觉相似度包括:
获取所述第一车牌号码中所对应字符在所述相似字符集中的排序序号;
应用公式1,计算所述第二车牌号码中的字符与所述第一车牌号码中所对应字符之间的字符视觉相似度:
其中,λ1是指所述第二车牌号码中的字符与所述第一车牌号码中所对应字符之间的字符视觉相似度,n1是指所述相似字符集中的字符数量,k1是指所述第一车牌号码中所对应字符在所述相似字符集中的排序序号。
7.根据权利要求1-3中任意一项所述的方法,其特征在于,所述获取车牌号码库包括:
基于所述第一车牌号码中的至少一个字符在多个车牌号码中进行查询;
如果所述多个车牌号码中的任一车牌号码包括所述第一车牌号码中的至少一个字符,则将所述车牌号码作为所述车牌号码库中的第二车牌号码。
8.根据权利要求1-3中任意一项所述的方法,其特征在于,所述获取车牌号码库包括:
基于所述第一车牌号码中的至少两个连续字符在多个车牌号码中进行查询;
如果所述多个车牌号码中的任一车牌号码包括所述至少两个连续字符,则将所述车牌号码作为所述车牌号码库中的第二车牌号码。
9.根据权利要求1-3中任意一项所述的方法,其特征在于,所述获取待匹配的第一车牌号码包括:
对拍摄到的图像进行图像识别,得到所述第一车牌号码;或,
获取人工输入的第一车牌号码。
10.根据权利要求1-3中任意一项所述的方法,其特征在于,所述根据所述字符串编辑难易程度确定至少一个与所述第一车牌号码相匹配的第二车牌号码包括:
将字符串编辑难易程度为零的第二车牌号码作为与所述第一车牌号码匹配的车牌号码;或,
如果不存在字符串编辑难易程度为零的第二车牌号码,且字符串编辑难易程度小于预设阈值的指定第二车牌号码的数目为一个时,将所述一个指定第二车牌号码作为与所述第一车牌号码匹配的车牌号码;或,
如果不存在字符串编辑难易程度为零的第二车牌号码,且字符串编辑难易程度小于预设阈值的指定第二车牌号码的数目为多个时,提示从所述多个指定第二车牌号码中选择一个车牌号码,当接收到对所述多个指定第二车牌号码中任一指定第二车牌号码的选中操作时,将所选中的指定第二车牌号码作为与所述第一车牌号码匹配的车牌号码;或,
如果不存在字符串编辑难易程度为零的第二车牌号码,则按照字符串编辑难易程度从小到大的顺序,输出排序位于前预设位数的第二车牌号码作为与所述第一车牌号码匹配的车牌号码。
11.一种车牌号码匹配装置,其特征在于,所述装置包括:
第一获取模块,用于获取待匹配的第一车牌号码;
第二获取模块,用于获取车牌号码库,所述车牌号码库中包括至少一个第二车牌号码;
确定模块,用于确定每个目标字符所对应的全部相似字符,所述全部相似字符根据与所述目标字符之间的视觉相似度高低按顺序排列形成所述目标字符的相似字符集,所述目标字符为已配置相似字符的字符;
计算模块,用于基于字符视觉相似度计算每个第二车牌号码与所述第一车牌号码之间进行转换所需的字符串编辑难易程度;
匹配模块,用于根据所述字符串编辑难易程度确定至少一个与所述第一车牌号码相匹配的第二车牌号码;
所述计算模块包括:
字符编辑难易程度计算子模块,用于基于所述字符视觉相似度计算每个第二车牌号码中每个字符与所述第一车牌号码中所对应字符之间进行转换所需的字符编辑难易程度;
字符串编辑难易程度计算子模块,用于根据第二车牌号码中所有字符的字符编辑难易程度,计算得到所述第二车牌号码与所述第一车牌号码之间进行转换所需的字符串编辑难易程度;
所述字符编辑难易程度计算子模块包括:
字符视觉相似度获取单元,用于判断第二车牌号码中的字符是否存在对应的相似字符集,并根据判断结果,选择不同的方式获取所述第二车牌号码中每个字符与所述第一车牌号码中所对应字符之间的字符视觉相似度;
字符编辑难易程度计算单元,用于根据所获取的字符视觉相似度计算所述第二车牌号码中每个字符与所述第一车牌号码中所对应字符之间进行转换所需的字符编辑难易程度,所述字符编辑难易程度与所获取的字符视觉相似度的关系成反比。
12.根据权利要求11所述的装置,其特征在于,所述字符编辑难易程度为:将所述第二车牌号码中的字符转换为所述第一车牌号码中所对应字符的难易程度。
13.根据权利要求11所述的装置,其特征在于,所述字符串编辑难易程度计算子模块,用于将所述第二车牌号码中所有字符的字符编辑难易程度相加,将相加得到的和值作为所述字符串编辑难易程度。
14.根据权利要求11所述的装置,其特征在于,所述字符视觉相似度获取单元包括:
字符视觉相似度获取子单元,用于如果所述第一车牌号码中所对应字符不在所述第二车牌号码中的字符对应的相似字符集中,则将零获取为所述第二车牌号码中的字符与所述第一车牌号码中所对应字符之间的字符视觉相似度;
字符视觉相似度确定子单元,用于如果所述第一车牌号码中所对应字符在所述第二车牌号码中的字符对应的相似字符集中,则根据所述第一车牌号码中所对应字符在所述相似字符集中的排序确定所述第二车牌号码中的字符与所述第一车牌号码中所对应字符之间的字符视觉相似度。
15.根据权利要求14所述的装置,其特征在于,所述字符视觉相似度获取子单元还用于:
如果所述第二车牌号码中的字符没有对应的相似字符集,则将零获取为所述第二车牌号码中的字符与所述第一车牌号码中所对应字符之间的字符视觉相似度。
17.根据权利要求11-13中任意一项所述的装置,其特征在于,所述第二获取模块包括:
第二查询子模块,用于基于所述第一车牌号码中的至少一个字符在多个车牌号码中进行查询;
第二获取子模块,用于如果所述多个车牌号码中的任一车牌号码包括所述第一车牌号码中的至少一个字符,则将所述车牌号码作为所述车牌号码库中的第二车牌号码。
18.根据权利要求11-13中任意一项所述的装置,其特征在于,所述第二获取模块包括:
第二查询子模块,用于基于所述第一车牌号码中的至少两个连续字符在多个车牌号码中进行查询;
第二获取子模块,用于如果所述多个车牌号码中的任一车牌号码包括所述至少两个连续字符,则将所述车牌号码作为所述车牌号码库中的第二车牌号码。
19.根据权利要求11-13中任意一项所述的装置,其特征在于,所述第一获取模块用于:
对拍摄到的图像进行图像识别,得到所述第一车牌号码;或,
获取人工输入的第一车牌号码。
20.根据权利要求11-13中任意一项所述的装置,其特征在于,所述匹配模块包括:
匹配子模块,用于将字符串编辑难易程度为零的第二车牌号码作为与所述第一车牌号码匹配的车牌号码;或,
所述匹配子模块,用于如果不存在字符串编辑难易程度为零的第二车牌号码,且字符串编辑难易程度小于预设阈值的指定第二车牌号码的数目为一个时,将所述一个指定第二车牌号码作为与所述第一车牌号码匹配的车牌号码;或,
提示子模块,用于如果不存在字符串编辑难易程度为零的第二车牌号码,且字符串编辑难易程度小于预设阈值的指定第二车牌号码的数目为多个时,提示从所述多个指定第二车牌号码中选择一个车牌号码,
所述匹配子模块,用于当接收到对所述多个指定第二车牌号码中任一指定第二车牌号码的选中操作时,将所选中的指定第二车牌号码作为与所述第一车牌号码匹配的车牌号码;或,
所述匹配子模块用于如果不存在字符串编辑难易程度为零的第二车牌号码,则按照字符串编辑难易程度从小到大的顺序,输出排序位于前预设位数的第二车牌号码作为与所述第一车牌号码匹配的车牌号码。
21.一种字符信息匹配方法,其特征在于,所述方法包括:
获取待匹配的第一字符信息;
获取字符信息库,所述字符信息库中包括至少一个第二字符信息;
确定每个目标字符所对应的全部相似字符,所述全部相似字符根据与所述目标字符之间的视觉相似度高低按顺序排列形成所述目标字符的相似字符集,所述目标字符为已配置相似字符的字符;
判断第二字符信息中的字符是否存在对应的相似字符集;
根据判断结果,选择不同的方式获取每个第二字符信息中每个字符与所述第一字符信息中所对应字符之间的字符视觉相似度;
根据所获取的字符视觉相似度计算第二字符信息中每个字符与所述第一字符信息中所对应字符之间进行转换所需的字符编辑难易程度,所述字符编辑难易程度与所获取的字符视觉相似度的关系成反比;
根据所述第二字符信息中所有字符的字符编辑难易程度,计算得到所述第二字符信息与所述第一字符信息之间进行转换所需的字符串编辑难易程度;
根据所述字符串编辑难易程度确定至少一个与所述第一字符信息相匹配的第二字符信息。
22.根据权利要求21所述的方法,其特征在于,所述字符编辑难易程度为:将所述第二字符信息中的字符转换为所述第一字符信息中所对应字符的难易程度。
23.根据权利要求21所述的方法,其特征在于,所述根据所述第二字符信息中所有字符的字符编辑难易程度,计算得到所述第二字符信息与所述第一字符信息之间进行转换所需的字符串编辑难易程度,包括:
将所述第二字符信息中所有字符的字符编辑难易程度相加,将相加得到的和值作为所述字符串编辑难易程度。
24.根据权利要求21所述的方法,其特征在于,所述获取每个第二字符信息中每个字符与所述第一字符信息中所对应字符之间的字符视觉相似度包括:
如果所述第一字符信息中所对应字符不在所述第二字符信息中的字符对应的相似字符集中,则将零获取为所述第二字符信息中的字符与所述第一字符信息中所对应字符之间的字符视觉相似度;
如果所述第一字符信息中所对应字符在所述第二字符信息中的字符对应的相似字符集中,则根据所述第一字符信息中所对应字符在所述相似字符集中的排序确定所述第二字符信息中的字符与所述第一字符信息中所对应字符之间的字符视觉相似度。
25.根据权利要求24所述的方法,其特征在于,所述获取所述第二字符信息中每个字符与所述第一字符信息中所对应字符之间的字符视觉相似度,包括:
如果所述第二字符信息中的字符没有对应的相似字符集,则将零获取为所述第二字符信息中的字符与所述第一字符信息中所对应字符之间的字符视觉相似度。
26.根据权利要求24所述的方法,其特征在于,所述相似字符集中的字符按照与所述目标字符之间的字符视觉相似度从高到低的顺序排列;
所述根据所述第一字符信息中所对应字符在所述相似字符集中的排序确定所述第二字符信息中的字符与所述第一字符信息中所对应字符之间的字符视觉相似度包括:
获取所述第一字符信息中所对应字符在所述相似字符集中的排序序号;
应用公式2,计算所述第二字符信息中的字符与所述第一字符信息中所对应字符之间的字符视觉相似度:
其中,λ2是指所述第二字符信息中的字符与所述第一字符信息中所对应字符之间的字符视觉相似度,n2是指所述相似字符集中的字符数量,k2是指所述第一字符信息中所对应字符在所述相似字符集中的排序序号。
27.根据权利要求21-23中任意一项所述的方法,其特征在于,所述获取字符信息库包括:
基于所述第一字符信息中的至少一个字符在多个字符信息中进行查询;
如果所述多个字符信息中的任一字符信息包括所述第一字符信息中的至少一个字符,则将所述字符信息作为所述字符信息库中的第二字符信息。
28.根据权利要求21-23中任意一项所述的方法,其特征在于,所述获取字符信息库包括:
基于所述第一字符信息中的至少两个连续字符在多个字符信息中进行查询;
如果所述多个字符信息中的任一字符信息包括所述至少两个连续字符,则将所述字符信息作为所述字符信息库中的第二字符信息。
29.根据权利要求21-23中任意一项所述的方法,其特征在于,所述获取待匹配的第一字符信息包括:
对拍摄到的图像进行图像识别,得到所述第一字符信息;或,
获取人工输入的第一字符信息。
30.根据权利要求21-23中任意一项所述的方法,其特征在于,所述根据所述字符串编辑难易程度确定至少一个与所述第一字符信息相匹配的第二字符信息包括:
将字符串编辑难易程度为零的第二字符信息作为与所述第一字符信息匹配的字符信息;或,
如果不存在字符串编辑难易程度为零的第二车牌号码,且字符串编辑难易程度小于预设阈值的指定第二字符信息的数目为一个时,将所述一个指定第二字符信息作为与所述第一字符信息匹配的字符信息;或,
如果不存在编辑难易程度为零的第二字符信息,且字符串编辑难易程度小于预设阈值的指定第二字符信息的数目为多个时,提示从所述多个指定第二字符信息中选择一个字符信息,当接收到对所述多个指定第二字符信息中任一指定第二字符信息的选中操作时,将所选中的指定第二字符信息作为与所述第一字符信息匹配的字符信息;或,
如果不存在编辑难易程度为零的第二字符信息,则按照字符串编辑难易程度从小到大的顺序,输出排序位于前预设位数的第二字符信息作为与所述第一字符信息匹配的字符信息。
31.一种字符信息匹配装置,其特征在于,所述装置包括:
第一获取模块,用于获取待匹配的第一字符信息;
第二获取模块,用于获取字符信息库,所述字符信息库中包括至少一个第二字符信息;
确定模块,用于确定每个目标字符所对应的全部相似字符,所述全部相似字符根据与所述目标字符之间的视觉相似度高低按顺序排列形成所述目标字符的相似字符集;
计算模块,用于基于字符视觉相似度计算每个第二字符信息与所述第一字符信息之间进行转换所需的字符串编辑难易程度;
匹配模块,用于根据所述字符串编辑难易程度确定至少一个与所述第一字符信息相匹配的第二字符信息;
所述计算模块包括:
字符编辑难易程度计算子模块,用于基于所述字符视觉相似度计算每个第二字符信息中每个字符与所述第一字符信息中所对应字符之间进行转换所需的字符编辑难易程度;
字符串编辑难易程度计算子模块,用于根据第二字符信息中所有字符的字符编辑难易程度,计算得到所述第二字符信息与所述第一字符信息之间进行转换所需的字符串编辑难易程度;
所述字符编辑难易程度计算子模块包括:
字符视觉相似度获取单元,用于判断第二字符信息中的字符是否存在对应的相似字符集,并根据判断结果,选择不同的方式获取所述第二字符信息中每个字符与所述第一字符信息中所对应字符之间的字符视觉相似度;
字符编辑难易程度计算单元,用于根据所获取的字符视觉相似度计算所述第二字符信息中每个字符与所述第一字符信息中所对应字符之间进行转换所需的字符编辑难易程度,所述字符编辑难易程度与所获取的字符视觉相似度的关系成反比。
32.根据权利要求31所述的装置,其特征在于,所述字符编辑难易程度为:将所述第二字符信息中的字符转换为所述第一字符信息中所对应字符的难易程度。
33.根据权利要求31所述的装置,其特征在于,所述字符串编辑难易程度计算子模块,用于将所述第二字符信息中所有字符的字符编辑难易程度相加,将相加得到的和值作为所述字符串编辑难易程度。
34.根据权利要求31所述的装置,其特征在于,所述字符视觉相似度获取单元包括:
字符视觉相似度获取子单元,用于如果所述第一字符信息中所对应字符不在所述第二字符信息中的字符对应的相似字符集中,则将零获取为所述第二字符信息中的字符与所述第一字符信息中所对应字符之间的字符视觉相似度;
字符视觉相似度确定子单元,用于如果所述第一字符信息中所对应字符在所述第二字符信息中的字符对应的相似字符集中,则根据所述第一字符信息中所对应字符在所述相似字符集中的排序确定所述第二字符信息中的字符与所述第一字符信息中所对应字符之间的字符视觉相似度。
35.根据权利要求34所述的装置,其特征在于,所述字符视觉相似度获取子单元还用于:
如果所述第二字符信息中的字符没有对应的相似字符集,则将零获取为所述第二字符信息中的字符与所述第一字符信息中所对应字符之间的字符视觉相似度。
37.根据权利要求31-33中任意一项所述的装置,其特征在于,所述第二获取模块包括:
第二查询子模块,用于基于所述第一字符信息中的至少一个字符在多个字符信息中进行查询;
第二获取子模块,用于如果所述多个字符信息中的任一字符信息包括所述第一字符信息中的至少一个字符,则将所述字符信息作为所述字符信息库中的第二字符信息。
38.根据权利要求31-33中任意一项所述的装置,其特征在于,所述第二获取模块包括:
第二查询子模块,用于基于所述第一字符信息中的至少两个连续字符在多个字符信息中进行查询;
第二获取子模块,用于如果所述多个字符信息中的任一字符信息包括所述至少两个连续字符,则将所述字符信息作为所述字符信息库中的第二字符信息。
39.根据权利要求31-33中任意一项所述的装置,其特征在于,所述第一获取模块用于:
对拍摄到的图像进行图像识别,得到所述第一字符信息;或,
获取人工输入的第一字符信息。
40.根据权利要求31-33中任意一项所述的装置,其特征在于,所述匹配模块包括:
匹配子模块,用于将字符串编辑难易程度为零的第二字符信息作为与所述第一字符信息匹配的字符信息;或,
所述匹配子模块,用于如果不存在编辑难易程度为零的第二字符信息,且字符串编辑难易程度小于预设阈值的指定第二字符信息的数目为一个时,将所述一个指定第二字符信息作为与所述第一字符信息匹配的字符信息;或,
提示子模块,用于如果不存在编辑难易程度为零的第二字符信息,且字符串编辑难易程度小于预设阈值的指定第二字符信息的数目为多个时,提示从所述多个指定第二字符信息中选择一个字符信息,
所述匹配子模块,用于当接收到对所述多个指定第二字符信息中任一指定第二字符信息的选中操作时,将所选中的指定第二字符信息作为与所述第一字符信息匹配的字符信息;或,
所述匹配子模块用于如果不存在编辑难易程度为零的第二字符信息,则按照字符串编辑难易程度从小到大的顺序,输出排序位于前预设位数的第二字符信息作为与所述第一字符信息匹配的字符信息。
Priority Applications (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710208834.5A CN108664957B (zh) | 2017-03-31 | 2017-03-31 | 车牌号码匹配方法及装置、字符信息匹配方法及装置 |
PCT/CN2018/077882 WO2018177071A1 (zh) | 2017-03-31 | 2018-03-02 | 车牌号码匹配方法及装置、字符信息匹配方法及装置 |
EP18777257.9A EP3605392A4 (en) | 2017-03-31 | 2018-03-02 | LICENSE PLATE NUMBER MATCHING METHOD AND APPARATUS, AND CHARACTER INFORMATION MATCHING METHOD AND APPARATUS |
US16/585,552 US11093782B2 (en) | 2017-03-31 | 2019-09-27 | Method for matching license plate number, and method and electronic device for matching character information |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710208834.5A CN108664957B (zh) | 2017-03-31 | 2017-03-31 | 车牌号码匹配方法及装置、字符信息匹配方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108664957A CN108664957A (zh) | 2018-10-16 |
CN108664957B true CN108664957B (zh) | 2021-08-24 |
Family
ID=63674156
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710208834.5A Active CN108664957B (zh) | 2017-03-31 | 2017-03-31 | 车牌号码匹配方法及装置、字符信息匹配方法及装置 |
Country Status (4)
Country | Link |
---|---|
US (1) | US11093782B2 (zh) |
EP (1) | EP3605392A4 (zh) |
CN (1) | CN108664957B (zh) |
WO (1) | WO2018177071A1 (zh) |
Families Citing this family (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11567632B2 (en) | 2018-07-03 | 2023-01-31 | Apple Inc. | Systems and methods for exploring a geographic region |
CN110874931B (zh) * | 2018-08-29 | 2021-06-15 | 北京万集科技股份有限公司 | 识别车辆车牌的方法、系统及装置 |
CN110874935B (zh) * | 2018-08-29 | 2021-09-17 | 北京万集科技股份有限公司 | 识别车辆车牌的方法、系统及装置 |
CN111191481B (zh) * | 2018-11-14 | 2023-08-25 | 杭州海康威视数字技术股份有限公司 | 车辆识别方法及系统 |
CN109493611A (zh) * | 2018-12-28 | 2019-03-19 | 西安艾润物联网技术服务有限责任公司 | 一种车牌识别方法及装置 |
CN109934134A (zh) * | 2019-02-28 | 2019-06-25 | 中山安信通机器人制造有限公司 | 识别车辆的方法、计算机装置以及计算机可读存储介质 |
CN110060485B (zh) * | 2019-05-27 | 2021-08-06 | 杭州亚美利嘉科技有限公司 | 基于园区月台的车牌识别和管理系统以及方法 |
CN111367949A (zh) * | 2019-06-25 | 2020-07-03 | 杭州海康威视系统技术有限公司 | 数据查询方法、装置、计算机设备和存储介质 |
US20210356288A1 (en) | 2020-05-15 | 2021-11-18 | Apple Inc. | User interfaces for providing navigation directions |
US11788851B2 (en) * | 2020-06-11 | 2023-10-17 | Apple Inc. | User interfaces for customized navigation routes |
CN112329758A (zh) * | 2020-11-04 | 2021-02-05 | 深圳市极致科技股份有限公司 | 基于车牌的模糊匹配方法、装置,电子设备及存储介质 |
US20220390248A1 (en) | 2021-06-07 | 2022-12-08 | Apple Inc. | User interfaces for maps and navigation |
CN114821829B (zh) * | 2022-06-23 | 2022-09-02 | 成都宜泊信息科技有限公司 | 一种路边停车缴费防误缴的方法及装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104915644A (zh) * | 2015-05-29 | 2015-09-16 | 安徽四创电子股份有限公司 | 一种基于差别数据重建的车牌智能判别方法 |
CN105608462A (zh) * | 2015-12-10 | 2016-05-25 | 小米科技有限责任公司 | 字符相似性的判断方法及装置 |
CN106127222A (zh) * | 2016-06-13 | 2016-11-16 | 中国科学院信息工程研究所 | 一种基于视觉的字符串相似度计算方法及相似性判断方法 |
CN106326896A (zh) * | 2016-08-24 | 2017-01-11 | 杭州通识停车设备有限公司 | 一种车牌读取系统及应用于该车牌读取系统的车牌匹配方法 |
Family Cites Families (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO1993018484A1 (en) * | 1992-03-10 | 1993-09-16 | Oracle Corporation | Method and apparatus for comparison of data strings |
JP2817646B2 (ja) * | 1995-02-01 | 1998-10-30 | 日本電気株式会社 | 文書編集装置 |
CA2199999A1 (en) * | 1997-03-14 | 1998-09-14 | Peter Johann Kielland | Parking regulation enforcement system |
USRE38626E1 (en) * | 1997-03-14 | 2004-10-19 | Visionary Technology, Inc. | Parking regulation enforcement system |
US7283999B1 (en) * | 2003-12-19 | 2007-10-16 | Ncr Corp. | Similarity string filtering |
EP1909225A1 (en) * | 2005-05-31 | 2008-04-09 | Mediastick, inc. | Electronic commerce method and license registration check server used for the same |
US7382280B2 (en) * | 2005-10-17 | 2008-06-03 | Cleverdevices, Inc. | Parking violation recording system and method |
JP4192950B2 (ja) * | 2006-01-30 | 2008-12-10 | コニカミノルタビジネステクノロジーズ株式会社 | ライセンス管理装置、ライセンス管理システム、ライセンス管理方法、ライセンス管理プログラムおよび記録媒体 |
TWI410879B (zh) * | 2009-01-23 | 2013-10-01 | Ind Tech Res Inst | 影像辨識與輸出方法以及其系統 |
JP5499970B2 (ja) * | 2010-07-16 | 2014-05-21 | 富士ゼロックス株式会社 | 文書処理装置及びプログラム |
US8447112B2 (en) * | 2010-12-17 | 2013-05-21 | Xerox Corporation | Method for automatic license plate recognition using adaptive feature set |
JP5536687B2 (ja) * | 2011-01-31 | 2014-07-02 | インターナショナル・ビジネス・マシーンズ・コーポレーション | 目次と見出しの対応付け方法、対応付け装置、及び対応付けプログラム |
CN102184169B (zh) * | 2011-04-20 | 2013-06-19 | 北京百度网讯科技有限公司 | 用于确定字符串信息间相似度信息的方法、装置和设备 |
US20120275653A1 (en) * | 2011-04-28 | 2012-11-01 | Industrial Technology Research Institute | Method for recognizing license plate image, and related computer program product, computer-readable recording medium, and image recognizing apparatus using the same |
US8533204B2 (en) * | 2011-09-02 | 2013-09-10 | Xerox Corporation | Text-based searching of image data |
US8588470B2 (en) * | 2011-11-18 | 2013-11-19 | Xerox Corporation | Methods and systems for improved license plate signature matching by similarity learning on synthetic images |
US8781172B2 (en) * | 2012-03-30 | 2014-07-15 | Xerox Corporation | Methods and systems for enhancing the performance of automated license plate recognition applications utilizing multiple results |
US9224058B2 (en) * | 2013-04-05 | 2015-12-29 | Xerox Corporation | Data augmentation method and system for improved automatic license plate recognition |
US9818154B1 (en) * | 2014-06-27 | 2017-11-14 | Blinker, Inc. | System and method for electronic processing of vehicle transactions based on image detection of vehicle license plate |
CN104375982A (zh) * | 2014-10-21 | 2015-02-25 | 中国科学院信息工程研究所 | 一种确定文本视觉相似度的方法 |
US9405985B1 (en) * | 2015-03-17 | 2016-08-02 | Xerox Corporation | Leveraging character-by-character image classifiers to improve license plate state identification |
US9785855B2 (en) * | 2015-12-17 | 2017-10-10 | Conduent Business Services, Llc | Coarse-to-fine cascade adaptations for license plate recognition with convolutional neural networks |
US10019640B2 (en) * | 2016-06-24 | 2018-07-10 | Accenture Global Solutions Limited | Intelligent automatic license plate recognition for electronic tolling environments |
CN106056919A (zh) * | 2016-08-09 | 2016-10-26 | 成都联众智科技有限公司 | 一种车牌自动识别系统 |
-
2017
- 2017-03-31 CN CN201710208834.5A patent/CN108664957B/zh active Active
-
2018
- 2018-03-02 WO PCT/CN2018/077882 patent/WO2018177071A1/zh active Application Filing
- 2018-03-02 EP EP18777257.9A patent/EP3605392A4/en active Pending
-
2019
- 2019-09-27 US US16/585,552 patent/US11093782B2/en active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104915644A (zh) * | 2015-05-29 | 2015-09-16 | 安徽四创电子股份有限公司 | 一种基于差别数据重建的车牌智能判别方法 |
CN105608462A (zh) * | 2015-12-10 | 2016-05-25 | 小米科技有限责任公司 | 字符相似性的判断方法及装置 |
CN106127222A (zh) * | 2016-06-13 | 2016-11-16 | 中国科学院信息工程研究所 | 一种基于视觉的字符串相似度计算方法及相似性判断方法 |
CN106326896A (zh) * | 2016-08-24 | 2017-01-11 | 杭州通识停车设备有限公司 | 一种车牌读取系统及应用于该车牌读取系统的车牌匹配方法 |
Also Published As
Publication number | Publication date |
---|---|
US20200026946A1 (en) | 2020-01-23 |
US11093782B2 (en) | 2021-08-17 |
WO2018177071A1 (zh) | 2018-10-04 |
EP3605392A4 (en) | 2020-04-08 |
EP3605392A1 (en) | 2020-02-05 |
CN108664957A (zh) | 2018-10-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108664957B (zh) | 车牌号码匹配方法及装置、字符信息匹配方法及装置 | |
CN108334539B (zh) | 对象推荐方法、移动终端及计算机可读存储介质 | |
CN113132618B (zh) | 辅助拍照方法、装置、终端设备及存储介质 | |
US11055561B2 (en) | Similar picture identification method, device, and storage medium | |
CN106778585A (zh) | 一种人脸关键点跟踪方法和装置 | |
CN109376781B (zh) | 一种图像识别模型的训练方法、图像识别方法和相关装置 | |
CN107566980B (zh) | 一种移动终端的定位方法和移动终端 | |
CN106203459B (zh) | 图片处理方法及装置 | |
CN112422711B (zh) | 一种资源分配方法、装置、电子设备及存储介质 | |
CN110633438B (zh) | 一种新闻事件处理的方法、终端、服务器及存储介质 | |
CN109934769B (zh) | 屏幕长截图的方法、终端及存储介质 | |
CN108322897B (zh) | 卡套餐组合方法及装置 | |
CN107330867B (zh) | 图像合成方法、装置、计算机可读存储介质和计算机设备 | |
CN105303591A (zh) | 在拼图上叠加地点信息的方法、终端及服务器 | |
CN109862607B (zh) | 一种网络推荐方法及移动终端 | |
CN110083742B (zh) | 一种视频查询方法和装置 | |
CN106294087B (zh) | 一种对业务执行操作的操作频率的统计方法及装置 | |
CN109284110B (zh) | 终端应用替换方法、终端及计算机可读存储介质 | |
CN109740121B (zh) | 一种移动终端的搜索方法、移动终端及存储介质 | |
CN107832009B (zh) | 一种数据分配方法、设备和计算机存储介质 | |
CN107507143B (zh) | 一种图像还原方法及终端 | |
CN107894958B (zh) | 垃圾信息清理方法、终端、服务器及计算机可读存储介质 | |
CN107256108B (zh) | 一种分屏方法、设备和计算机可读存储介质 | |
CN111476231B (zh) | 一种图像区域识别方法、设备及计算机可读存储介质 | |
CN104952026A (zh) | 图像处理的方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |