CN111079751A - 识别车牌真伪的方法、装置、计算机设备及存储介质 - Google Patents

识别车牌真伪的方法、装置、计算机设备及存储介质 Download PDF

Info

Publication number
CN111079751A
CN111079751A CN201911293962.XA CN201911293962A CN111079751A CN 111079751 A CN111079751 A CN 111079751A CN 201911293962 A CN201911293962 A CN 201911293962A CN 111079751 A CN111079751 A CN 111079751A
Authority
CN
China
Prior art keywords
license plate
real
recognized
motion track
authenticity
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.)
Granted
Application number
CN201911293962.XA
Other languages
English (en)
Other versions
CN111079751B (zh
Inventor
江伟
祝本云
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Brilliants Smart Hardware Co ltd
Original Assignee
Shenzhen Brilliants Smart Hardware Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shenzhen Brilliants Smart Hardware Co ltd filed Critical Shenzhen Brilliants Smart Hardware Co ltd
Priority to CN201911293962.XA priority Critical patent/CN111079751B/zh
Publication of CN111079751A publication Critical patent/CN111079751A/zh
Application granted granted Critical
Publication of CN111079751B publication Critical patent/CN111079751B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G06V10/24—Aligning, centring, orientation detection or correction of the image
    • 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)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Image Analysis (AREA)

Abstract

本发明涉及一种识别车牌真伪的方法、装置、计算机设备及存储介质。本发明中识别车牌真伪的方法包括：获取待识别车牌，所述待识别车牌为进入到车牌识别区域的车牌；获取所述待识别车牌在所述车牌识别区域的实时运动轨迹；根据所述待识别车牌在所述车牌识别区域的实时运动轨迹确定所述待识别车牌的真伪。该识别车牌真伪的方法简单易行，可以实现无人值守自动化，并且具有相对更高的识别效率，能够有效地防止盗用他人车牌图像，以此骗过车牌识别系统放行的现象发生。

Description

识别车牌真伪的方法、装置、计算机设备及存储介质
技术领域
本发明涉及智能交通领域，尤其是涉及一种识别车牌真伪的方法、装置、计算机设备及存储介质。
背景技术
随着社会的不断发展，人们对车辆的需求的增多，车辆的数量正在快速增加，需要对车辆进行登记管理。如果车辆的数量较少，人工进行登记还能应付，一旦进出车辆较多，使用人工操作的方法，既浪费时间，造成进出效率的降低。因此，一般使用车牌自动识别系统，不但节省了人工成本，而且也节省了人们的出行时间，方便了人们的生活。
然而，目前存在一些通过手机或者其它电子设备，盗用他人车牌图像，以此骗过车牌识别系统从而放行的现象。由此可见，现有方法缺少对车牌真伪识别的问题。
发明内容
基于此，有必要针对上述问题，提供一种简单且识别率高的识别车牌真伪的方法、装置、计算机设备及存储介质。
本发明实施例提供了一种识别车牌真伪的方法，包括：
获取待识别车牌，所述待识别车牌为进入到车牌识别区域的车牌；
获取所述待识别车牌在所述车牌识别区域的实时运动轨迹；
根据所述待识别车牌在所述车牌识别区域的实时运动轨迹确定所述待识别车牌的真伪。
一种识别车牌真伪的装置，包括：
第一获取模块，用于获取待识别车牌，所述待识别车牌为进入到车牌识别区域的车牌；
第二获取模块，用于获取所述待识别车牌在所述车牌识别区域的实时运动轨迹；
真伪识别模块，用于根据所述待识别车牌在所述车牌识别区域的实时运动轨迹确定所述待识别车牌的真伪。
一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行如下步骤：
获取待识别车牌，所述待识别车牌为进入到车牌识别区域的车牌；
获取所述待识别车牌在所述车牌识别区域的实时运动轨迹；
根据所述待识别车牌在所述车牌识别区域的实时运动轨迹确定所述待识别车牌的真伪。
一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行如下步骤：
获取待识别车牌，所述待识别车牌为进入到车牌识别区域的车牌；
获取所述待识别车牌在所述车牌识别区域的实时运动轨迹；
根据所述待识别车牌在所述车牌识别区域的实时运动轨迹确定所述待识别车牌的真伪。
上述识别车牌真伪的方法、装置、计算机设备及存储介质，通过获取进入到车牌识别区域的待识别车牌在车牌识别区域的实时运动轨迹，由于电子设备中盗用他人车牌图像的运动轨迹与真车牌实际上的运动轨迹很难保持一致，因此，根据待识别车牌在车牌识别区域的实时运动轨迹确定待识别车牌的真伪，这种识别车牌真伪的方法简单易行，可以实现无人值守自动化，并且具有相对更高的识别效率，能够有效地防止盗用他人车牌图像，以此骗过车牌识别系统放行的现象发生。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术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1为一个实施例中识别车牌真伪的方法的流程图；
图2为一个实施例中识别车牌真伪的装置的结构示意图；
图3为一个实施例中待识别车牌的中心点位置坐标的示意图；
图4为一个实施例中根据所述待识别车牌在所述车牌识别区域的实时运动轨迹和所述预置运动轨迹确定所述待识别车牌的真伪的流程图；
图5为一个实施例中识别车牌真伪的装置的结构框图；
图6为一个实施例中计算机设备的内部结构图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
如图1所示，在一个实施例中，提供了一种识别车牌真伪的方法。该方法既可以应用于终端，也可以应用于服务器，还可以应用于其他识别车牌真伪的装置中，例如，应用于包括单目摄像头221的识别车牌真伪的装置22，如图2所示。本实施例以应用于识别车牌真伪的装置22举例说明。位于识别车牌真伪的装置22内部的单目摄像头221对进入车牌识别区域21内的车牌进行拍摄，然后通过下述识别车牌真伪的方法，确定所述待识别车牌的真伪。该识别车牌真伪的方法具体包括如下步骤：
步骤102：获取待识别车牌，所述待识别车牌为进入到车牌识别区域的车牌。
其中，待识别车牌，为进入到车牌识别区域的车辆的车牌。
其中，车牌识别区域是指对车牌真伪进行识别的区域，当车辆进入车牌识别区域，摄像头(如图2所示的单目摄像头221)对车辆上的车牌进行拍摄，从而通过车牌真伪识别确定是否放行车辆。
步骤104：获取所述待识别车牌在所述车牌识别区域的实时运动轨迹。
其中，实时运动轨迹为进入车牌识别区域的车辆的车牌的运动轨迹，具体的，实时运动轨迹可以是车牌上的某一位置点的运动轨迹，例如，该位置点为长方形车牌中的四个端点中的某一个。对进入车牌识别区域的待识别车牌在不同时刻进行拍摄，将获取的照片放在同一坐标系中，可以得到所述待识别车牌上的某一位置点在所述车牌识别区域不同时刻的位置坐标，该位置点的位置坐标按照时间排序的集合即为该位置点的运动轨迹，据此可以得到所述待识别车牌在所述车牌识别区域的实时运动轨迹。
在一个实施例中，步骤104所述获取所述待识别车牌在所述车牌识别区域的实时运动轨迹，包括：
步骤104A：获取所述待识别车牌的中心点。
其中，中心点为形状为长方形的待识别车牌的对角线的交点。如图3所示，假设长方形四个端点的坐标分别为A(x1，y1)，B(x2，y1)，C(x1，y2)以及D(x2，y2)，长方形中心点为O，则中心点O的位置坐标为((x1+x2)/2，(y1+y2)/2)。对进入车牌识别区域的待识别车牌在不同时刻进行拍摄，以拍摄得到的车牌图像的左上角为原点，建立图像坐标系，待识别车牌的四个端点或者是中心点的坐标都是指这些点在图像坐标系中的坐标。
步骤104B：获取所述待识别车牌的中心点在所述车牌识别区域的运动轨迹。
其中，所述待识别车牌的中心点在所述车牌识别区域的运动轨迹，为所述待识别车牌的中心点在所述车牌识别区域内不同运动时刻位置坐标的集合。假设所述待识别车牌的中心点k的运动轨迹为Ik，则Ik＝{(x1，y1),...,(xn，yn)}，其中(xn，yn)为某一时刻所述待识别车牌的中心点在所述车牌识别区域内的位置坐标。
步骤104C：将所述待识别车牌的中心点在所述车牌识别区域的运动轨迹作为所述实时运动轨迹。
在识别待识别车牌的端点坐标时，由于摄像头拍摄的是运动车辆，且摄像头拍摄的图像的分辨率不同，甚至，边缘识别算法识别边缘点、端点的精度不同，均可能导致将非端点识别为端点，即将图像中待识别车牌附近的点识别为端点，因此，此时得到的实时运动轨迹可能并不是所述待识别车牌真实的运动轨迹。但是，当采用中心点的运动轨迹作为实时运动轨迹时，不管四个端点是否是待识别车牌真实的端点，由该四个端点确定的中心点一定在待识别车牌上，因此，采用中心点的运动轨迹作为实时运动轨迹能够代表待识别车牌真实的运动轨迹。
步骤106：根据所述待识别车牌在所述车牌识别区域的实时运动轨迹确定所述待识别车牌的真伪。
根据所述待识别车牌在所述车牌识别区域的实时运动轨迹，判断其是否满足预设的真车牌的条件，若满足预设的真车牌的条件，则可以确定所述待识别车牌为真车牌；若不满足预设的真车牌的条件，则可以确定所述待识别车牌为伪车牌。示例性的，预设的真车牌的条件可以是预先设置几个核心位置点，只要实时运动轨迹中的位置点包含了这几个核心位置点，则认为待识别车牌是真车牌。示例性的，所述车牌识别区域的指定位置处设有减速带，所述待识别车牌经过减速带时会出现先上后下的抖动，预设的真车牌的条件就是对先上后下的抖动的特征进行检测，具体的，不发生抖动和发生抖动时，摄像头拍摄到的图像不一样，即车牌中心点在图像中的坐标位置不一样，从而可以根据图像特征判断车牌真伪。
在一个实施例中，步骤106所述根据所述待识别车牌在所述车牌识别区域的实时运动轨迹确定所述待识别车牌的真伪，包括：
步骤106A：获取预置运动轨迹，所述预置运动轨迹为真车牌对应的运动轨迹。
其中，预置运动轨迹是指真车牌进入所述车牌识别区域并离开所述车牌识别区域的运动轨迹。为了保障后续车牌真伪的识别精度，预先设置多条预置运动轨迹。
在一个实施例中，步骤106A所述获取预置运动轨迹，包括：
步骤106A1：根据所述实时运动轨迹得到所述待识别车牌运动的起点位置和终点位置。
其中，起点位置是指所述待识别车牌进入所述车牌识别区域时的位置坐标，终点位置是指所述待识别车牌在所述车牌识别区域内结束运动轨迹识别的位置坐标。
步骤106A2：获取候选运动轨迹集，所述候选运动轨迹集中包括多个候选运动轨迹。
其中，候选运动轨迹集是指真车牌在所述车牌识别区域完成不同路径对应的运动轨迹的集合。一般所述车牌识别区域具有足够的空间使车辆顺利通行，车辆可以从不同的位置进入所述车牌识别区域，如果候选运动轨迹集中只设置一条运动轨迹，则会导致识别车牌真伪的准确率比较低，因此，将所述候选运动轨迹集中设置了多个候选运动轨迹。候选运动轨迹集包括不同起点位置对应相同终点位置的真车牌的运动轨迹以及相同起点位置对应不同终点位置的真车牌的运动轨迹。
步骤106A3：根据所述起点位置和所述终点位置确定目标候选运动轨迹，将所述目标候选运动轨迹作为所述预置运动轨迹。
其中，目标候选运动轨迹是指候选运动轨迹集中起点位置和/或终点位置分别与所述实时运动轨迹的起点位置和/或终点位置对应相同的候选运动轨迹。具体而言，目标候选运动轨迹包括以下三种类型的候选运动轨迹：第一种，候选运动轨迹集中起点位置与所述实时运动轨迹的起点位置相同，终点位置与所述实时运动轨迹的终点位置不同的候选运动轨迹；第二种，候选运动轨迹集中终点位置与所述实时运动轨迹的终点位置相同，起点位置与所述实时运动轨迹的起点位置不同的候选运动轨迹；第三种，候选运动轨迹集中起点位置与所述实时运动轨迹的起点位置相同，终点位置与所述实时运动轨迹的终点位置相同的候选运动轨迹。
由于车辆进入所述车牌识别区域可以选择多条路径，通过所述实时运动轨迹的起点位置和/或终点位置确定目标候选运动轨迹，可以有效的避免将实时运动轨迹与候选运动轨迹集中所有的候选运动轨迹进行比较，提高了识别速率，同时由于目标候选运动轨迹与所述实时运动轨迹具有相同的起始位置和/或终点位置，可以提高识别准确度。
步骤106B：根据所述待识别车牌在所述车牌识别区域的实时运动轨迹和所述预置运动轨迹确定所述待识别车牌的真伪。
将所述待识别车牌在所述车牌识别区域的实时运动轨迹和所述预置运动轨迹进行相似度计算，根据计算得到的相似度确定所述待识别车牌的真伪。
如图4所示，在一个实施例中，所述实时运动轨迹包括多个时间点和每个时间点对应的车牌位置，步骤106B所述根据所述待识别车牌在所述车牌识别区域的实时运动轨迹和所述预置运动轨迹确定所述待识别车牌的真伪，包括：
步骤106B1：获取所述预置运动轨迹中与每个所述时间点对应的预置车牌位置。
例如，待识别车牌到达车牌识别区域，此时的时间点记为T1；待识别车牌离开车牌识别区域，此时的时间点记为T2秒。待识别车牌在车牌识别区域运动的过程中，摄像头每隔预置时间m拍摄一次，例如，m＝0.02秒，即实时运动轨迹根据(T2-T1)/m张图像得到，即实时运动轨迹包含(T2-T1)/m个位置点。预置运动轨迹与实时运动轨迹一样，真车牌到达车牌识别区域记时为t1，真车牌离开车牌识别区域记时为t2，预置运动轨迹根据(t2-t1)/m张图像得到，即预置运动轨迹包含(t2-t1)/m个位置点。建立时间的比例关系：p＝(t2-t1)/(T2-T1)，于是，预置运动轨迹中与每个时间点T3对应的预置车牌位置为：p×((T3-T1)/m)。
其中，车牌位置是指所述待识别车牌在某一确定的时间点所在的位置；预置车牌位置是指预置运动轨迹中与该某一确定的时间点对应的位置。示例性的，车牌位置用坐标表示，则某一时间点的车牌位置是指该时间点所述待识别车牌的中心点的坐标，预置车牌位置则指预置运动轨迹中该时间点真车牌的中心点的坐标。
步骤106B2：根据所述预置运动轨迹中的每个预置车牌位置确定每个所述时间点对应的真车牌位置范围。
其中，真车牌位置范围用于判定某一时间点对应的车牌位置是否为真。
由于样本的不可穷举性，对于不同款型的车辆在运行过程中其运动轨迹会存在些许差别，而且起点位置与终点位置的选取略有不同，也会造成运动轨迹不完全一样。因此可以根据前期调研或者针对样本数据的统计，确定一个误差范围(真车牌位置范围)，然后在获取所述预置运动轨迹中每个预置车牌位置后，可以根据误差范围，确定每个所述时间点对应的真车牌位置范围。
步骤106B3：根据所述实时运动轨迹中的每个时间点对应的车牌位置和每个所述时间点对应的真车牌位置范围得到所述实时运动轨迹中的每个时间点对应的位置识别结果。
其中，位置识别结果是指所述实时运动轨迹中的每个时间点对应的车牌位置与每个所述时间点对应的真车牌位置范围的比较结果。示例性的，若某一时间点对应的车牌位置在该时间点对应的真车牌位置范围内，则该时间点对应的位置识别结果记为真；若某一时间点对应的车牌位置不在该时间点对应的真车牌位置范围内，则该时间点对应的位置识别结果记为伪。
步骤106B4：根据所述实时运动轨迹中的每个时间点对应的位置识别结果确定所述待识别车牌的真伪。
根据所述实时运动轨迹中每个时间点对应的位置识别结果，可以确定实时运动轨迹中各个时间点对应的车牌位置是否均落入其对应的真车牌位置范围中，将其与预设真车牌的条件进行比对，若该比例符合预设真车牌的条件，则所述待识别车牌为真车牌，否则为伪车牌。其中，预设真车牌的条件可以是特定时间点的车牌位置落入其对应的真车牌位置范围。还可以是设定真车牌的预置概率，具体的，根据所述实时运动轨迹中的每个时间点对应的位置识别结果，统计所述实时运动轨迹中车牌位置的总数量与车牌位置落入其对应的真车牌位置范围内的数量，据此计算得到所述待识别车牌的真车牌概率，然后将该真车牌概率与预置概率进行大小比较，若该真车牌概率大于预置概率，则所述待识别车牌为真车牌，否则为伪车牌。
在一个实施例中，步骤106所述根据所述待识别车牌在所述车牌识别区域的实时运动轨迹确定所述待识别车牌的真伪，包括：
步骤106a：获取真伪识别模型，所述真伪识别模型根据真车牌对应的运动轨迹和伪车牌对应的运动轨迹训练得到。
其中，所述真伪识别模型，为用于对车牌真伪进行识别的模型，该模型的输入是车牌对应的运动轨迹(具体包括真车牌对应的运动轨迹和伪车牌对应的运动轨迹)，输出是车牌为真车牌的概率。训练过程中，真车牌对应的运动轨迹和伪车牌对应的运动轨迹的比例可以设置为3：1。
其中，真车牌对应的运动轨迹是指真车牌在所述车牌识别区域内的运动轨迹；伪车牌对应的运动轨迹是指手机、平板电脑等电子产品中显示的车牌照片在所述车牌识别区域内的运动轨迹。
示例性的，真伪识别模型包括一个三层结构的神经网络，其中，第一层为一个长短时记忆网络(Long Short-Term Memory，LSTM)，第二层为一个全连接网络(FullyConnected Layers，FC)，第三层为一个Softmax网络。LSTM层包括50个神经元，用于对所述待识别车牌在所述车牌识别区域的实时运动轨迹进行特征提取，FC层中的每个神经单元与LSTM层的所有神经元进行全连接，LSTM层提取到的特征输入到FC层做特征加权，FC层特征加权的结果输入Softmax层采用softmax逻辑回归进行分类，从而输出所述待识别车牌为真车牌的概率。
步骤106b：将所述待识别车牌在所述车牌识别区域的实时运动轨迹作为所述真伪识别模型的输入，得到所述真伪识别模型输出的真车牌概率。
其中，真车牌概率是指所述待识别车牌为真车牌的概率。
将所述待识别车牌在所述车牌识别区域的实时运动轨迹输入到训练好真伪识别模型中，可以得到真伪识别模型输出的真车牌概率。
步骤106c：根据所述真伪识别模型输出的真车牌概率确定所述待识别车牌的真伪。
将所述真伪识别模型输出的真车牌概率与预设概率进行比对，可以确定所述待识别车牌的真伪。若所述真伪识别模型输出的真车牌概率高于预设概率，则判别所述待识别车牌为真车牌，若所述真伪识别模型输出的真车牌概率低于预设概率，则判别所述待识别车牌为伪车牌。
在一个实施例中，所述识别车牌真伪的方法还包括：
步骤108：若根据所述待识别车牌在所述车牌识别区域的实时运动轨迹确定所述待识别车牌为真车牌，则向放行设备发送放行指令，以指示所述放行设备放行。
其中，放行设备是指限位杆或限位闸等控制车辆通行的设备。
步骤110：若根据所述待识别车牌在所述车牌识别区域的实时运动轨迹确定所述待识别车牌为伪车牌，则向所述放行设备发送禁止放行指令，以禁止所述放行设备放行。
如图2所示，放行设备可以是限位杆23。当根据所述待识别车牌在所述车牌识别区域的实时运动轨迹确定所述待识别车牌为真车牌时，向限位杆23发送放行指令，限位杆23向上抬起，车辆可以从限位处通过；当根据所述待识别车牌在所述车牌识别区域的实时运动轨迹确定所述待识别车牌为伪车牌时，向限位杆23发送禁止放行指令，限位杆23不会向上抬起，车辆无法从限位处通过。
在一个实施例中，识别车牌真伪的装置22还包括控制系统和警报装置，控制系统用于在所述待识别车牌为伪车牌时向警报装置发送报警指令，警报装置在接收报警指令后发出报警信号，以警示有人使用伪车牌，有利于停车场的规范管理。警报装置包括但不限于语音警报装置、显示警报装置和灯光警报装置。示例性的，警报装置为语音警报装置，当根据所述待识别车牌在所述车牌识别区域的实时运动轨迹确定所述待识别车牌为伪车牌时，识别车牌真伪的装置会通过喇叭或话筒等语音播报车牌为伪车牌的提醒，如“识别失败”、“请勿使用伪车牌”等语音提醒，语音提醒内容可以通过识别车牌真伪的装置进行设置和修改。警报装置还可以为显示警报装置，当根据所述待识别车牌在所述车牌识别区域的实时运动轨迹确定所述待识别车牌为伪车牌时，识别车牌真伪的装置的显示屏会显示车牌为伪车牌的提醒，如显示屏显示包含“请勿使用伪车牌”、“识别失败”等字样的对话框，对话框内的提醒字样可以通过识别车牌真伪的装置进行设置和修改。警报装置还可以是将语音报警和显示报警结合在一起的警报装置，对于其他警报装置的设置，此处不再一一赘述。
上述识别车牌真伪的方法通过获取进入到车牌识别区域的待识别车牌在车牌识别区域的实时运动轨迹，由于电子设备中盗用他人车牌图像的运动轨迹与真车牌实际上的运动轨迹很难保持一致，因此，根据待识别车牌在车牌识别区域的实时运动轨迹确定待识别车牌的真伪，这种识别车牌真伪的方法简单易行，可以实现无人值守自动化，并且具有相对更高的识别效率，能够有效地防止盗用他人车牌图像，以此骗过车牌识别系统放行的现象发生。
如图5所示，在一个实施例中，提供了一种识别车牌真伪的装置，该装置包括：
第一识别模块302，用于获取待识别车牌，所述待识别车牌为进入到车牌识别区域的车牌。
第二识别模块304，用于获取所述待识别车牌在所述车牌识别区域的实时运动轨迹。
真伪识别模块306，用于根据所述待识别车牌在所述车牌识别区域的实时运动轨迹确定所述待识别车牌的真伪。
上述识别车牌真伪的装置通过获取进入到车牌识别区域的待识别车牌在车牌识别区域的实时运动轨迹，由于电子设备中盗用他人车牌图像的运动轨迹与真车牌实际上的运动轨迹很难保持一致，因此，根据待识别车牌在车牌识别区域的实时运动轨迹确定待识别车牌的真伪，这种识别车牌真伪的方法简单易行，可以实现无人值守自动化，并且具有相对更高的识别效率，能够有效地防止盗用他人车牌图像，以此骗过车牌识别系统放行的现象发生。
在一个实施例中，所述真伪识别模块306包括：获取预置运动轨迹模块，用于获取预置运动轨迹，所述预置运动轨迹为真车牌对应的运动轨迹；确定真伪模块，用于根据所述待识别车牌在所述车牌识别区域的实时运动轨迹和所述预置运动轨迹确定所述待识别车牌的真伪。
在一个实施例中，所述实时运动轨迹包括多个时间点和每个时间点对应的车牌位置，所述确定真伪模块包括：获取预置车牌位置子模块，用于获取所述预置运动轨迹中与每个所述时间点对应的预置车牌位置；确定真车牌位置范围子模块，用于根据所述预置运动轨迹中的每个预置车牌位置确定每个所述时间点对应的真车牌位置范围；获取位置识别结果子模块，用于根据所述实时运动轨迹中的每个时间点对应的车牌位置和每个所述时间点对应的真车牌位置范围得到所述实时运动轨迹中的每个时间点对应的位置识别结果；确定识别结果子模块，用于根据所述实时运动轨迹中的每个时间点对应的位置识别结果确定所述待识别车牌的真伪。
在一个实施例中，所述获取预置运动轨迹模块包括：获取端点位置子模块，用于根据所述实时运动轨迹得到所述待识别车牌运动的起点位置和终点位置；获取候选运动轨迹集子模块，用于获取候选运动轨迹集，所述候选运动轨迹集中包括多个候选运动轨迹；确定预置运动轨迹子模块，用于根据所述起点位置和所述终点位置确定目标候选运动轨迹，将所述目标候选运动轨迹作为所述预置运动轨迹。
在一个实施例中，所述真伪识别模块306包括：获取真伪识别模型模块，用于获取真伪识别模型，所述真伪识别模型根据真车牌对应的运动轨迹和伪车牌对应的运动轨迹训练得到；输入模块，用于将所述待识别车牌在所述车牌识别区域的实时运动轨迹作为所述真伪识别模型的输入，得到所述真伪识别模型输出的真车牌概率；确定真伪模块，用于根据所述真伪识别模型输出的真车牌概率确定所述待识别车牌的真伪。
在一个实施例中，所述第二识别模块304包括：获取中心点模块，用于获取所述待识别车牌的中心点；获取中心点运动轨迹模块，用于获取所述待识别车牌的中心点在所述车牌识别区域的运动轨迹；确定实时运动轨迹模块304C，用于将所述待识别车牌的中心点在所述车牌识别区域的运动轨迹作为所述实时运动轨迹。
在一个实施例中，识别车牌真伪的装置还包括放行模块，用于若根据所述待识别车牌在所述车牌识别区域的实时运动轨迹确定所述待识别车牌为真车牌，则向放行设备发送放行指令，以指示所述放行设备放行；禁行模块，用于若根据所述待识别车牌在所述车牌识别区域的实时运动轨迹确定所述待识别车牌为伪车牌，则向所述放行设备发送禁止放行指令，以禁止所述放行设备放行。
图6示出了一个实施例中计算机设备的内部结构图。该计算机设备具体可以是终端，也可以是服务器，还可以是识别车牌真伪的装置。如图6所示，该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中，存储器包括非易失性存储介质和内存储器。该计算机设备的非易失性存储介质存储有操作系统，还可存储有计算机程序，该计算机程序被处理器执行时，可使得处理器实现识别车牌真伪的方法。该内存储器中也可储存有计算机程序，该计算机程序被处理器执行时，可使得处理器执行识别车牌真伪的方法。本领域技术人员可以理解，图6中示出的结构，仅仅是与本发明方案相关的部分结构的框图，并不构成对本发明方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，提出了一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行以下步骤：
获取待识别车牌，所述待识别车牌为进入到车牌识别区域的车牌；
获取所述待识别车牌在所述车牌识别区域的实时运动轨迹；
根据所述待识别车牌在所述车牌识别区域的实时运动轨迹确定所述待识别车牌的真伪。
上述计算机设备通过获取进入到车牌识别区域的待识别车牌在车牌识别区域的实时运动轨迹，由于电子设备中盗用他人车牌图像的运动轨迹与真车牌实际上的运动轨迹很难保持一致，因此，根据待识别车牌在车牌识别区域的实时运动轨迹确定待识别车牌的真伪，这种识别车牌真伪的方法简单易行，可以实现无人值守自动化，并且具有相对更高的识别效率，能够有效地防止盗用他人车牌图像，以此骗过车牌识别系统放行的现象发生。
在一个实施例中，所述根据所述待识别车牌在所述车牌识别区域的实时运动轨迹确定所述待识别车牌的真伪，包括：获取预置运动轨迹，所述预置运动轨迹为真车牌对应的运动轨迹；根据所述待识别车牌在所述车牌识别区域的实时运动轨迹和所述预置运动轨迹确定所述待识别车牌的真伪。
在一个实施例中，所述实时运动轨迹包括多个时间点和每个时间点对应的车牌位置；所述根据所述待识别车牌在所述车牌识别区域的实时运动轨迹和所述预置运动轨迹确定所述待识别车牌的真伪，包括：获取所述预置运动轨迹中与每个所述时间点对应的预置车牌位置；根据所述预置运动轨迹中的每个预置车牌位置确定每个所述时间点对应的真车牌位置范围；根据所述实时运动轨迹中的每个时间点对应的车牌位置和每个所述时间点对应的真车牌位置范围得到所述实时运动轨迹中的每个时间点对应的位置识别结果；根据所述实时运动轨迹中的每个时间点对应的位置识别结果确定所述待识别车牌的真伪。
在一个实施例中，所述获取预置运动轨迹，包括：根据所述实时运动轨迹得到所述待识别车牌运动的起点位置和终点位置；获取候选运动轨迹集，所述候选运动轨迹集中包括多个候选运动轨迹；根据所述起点位置和所述终点位置确定目标候选运动轨迹，将所述目标候选运动轨迹作为所述预置运动轨迹。
在一个实施例中，所述根据所述待识别车牌在所述车牌识别区域的实时运动轨迹确定所述待识别车牌的真伪，包括：获取真伪识别模型，所述真伪识别模型根据真车牌对应的运动轨迹和伪车牌对应的运动轨迹训练得到；将所述待识别车牌在所述车牌识别区域的实时运动轨迹作为所述真伪识别模型的输入，得到所述真伪识别模型输出的真车牌概率；根据所述真伪识别模型输出的真车牌概率确定所述待识别车牌的真伪。
在一个实施例中，所述获取所述待识别车牌在所述车牌识别区域的实时运动轨迹，包括：获取所述待识别车牌的中心点；获取所述待识别车牌的中心点在所述车牌识别区域的运动轨迹；将所述待识别车牌的中心点在所述车牌识别区域的运动轨迹作为所述实时运动轨迹。
在一个实施例中，若根据所述待识别车牌在所述车牌识别区域的实时运动轨迹确定所述待识别车牌为真车牌，则向放行设备发送放行指令，以指示所述放行设备放行；若根据所述待识别车牌在所述车牌识别区域的实时运动轨迹确定所述待识别车牌为伪车牌，则向所述放行设备发送禁止放行指令，以禁止所述放行设备放行。
在一个实施例中，提出了一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行以下步骤：
获取待识别车牌，所述待识别车牌为进入到车牌识别区域的车牌；
获取所述待识别车牌在所述车牌识别区域的实时运动轨迹；
根据所述待识别车牌在所述车牌识别区域的实时运动轨迹确定所述待识别车牌的真伪。
上述计算机可读存储介质通过获取进入到车牌识别区域的待识别车牌在车牌识别区域的实时运动轨迹，由于电子设备中盗用他人车牌图像的运动轨迹与真车牌实际上的运动轨迹很难保持一致，因此，根据待识别车牌在车牌识别区域的实时运动轨迹确定待识别车牌的真伪，这种识别车牌真伪的方法简单易行，可以实现无人值守自动化，并且具有相对更高的识别效率，能够有效地防止盗用他人车牌图像，以此骗过车牌识别系统放行的现象发生。
在一个实施例中，所述根据所述待识别车牌在所述车牌识别区域的实时运动轨迹确定所述待识别车牌的真伪，包括：获取预置运动轨迹，所述预置运动轨迹为真车牌对应的运动轨迹；根据所述待识别车牌在所述车牌识别区域的实时运动轨迹和所述预置运动轨迹确定所述待识别车牌的真伪。
在一个实施例中，所述实时运动轨迹包括多个时间点和每个时间点对应的车牌位置；所述根据所述待识别车牌在所述车牌识别区域的实时运动轨迹和所述预置运动轨迹确定所述待识别车牌的真伪，包括：获取所述预置运动轨迹中与每个所述时间点对应的预置车牌位置；根据所述预置运动轨迹中的每个预置车牌位置确定每个所述时间点对应的真车牌位置范围；根据所述实时运动轨迹中的每个时间点对应的车牌位置和每个所述时间点对应的真车牌位置范围得到所述实时运动轨迹中的每个时间点对应的位置识别结果；根据所述实时运动轨迹中的每个时间点对应的位置识别结果确定所述待识别车牌的真伪。
在一个实施例中，所述获取预置运动轨迹，包括：根据所述实时运动轨迹得到所述待识别车牌运动的起点位置和终点位置；获取候选运动轨迹集，所述候选运动轨迹集中包括多个候选运动轨迹；根据所述起点位置和所述终点位置确定目标候选运动轨迹，将所述目标候选运动轨迹作为所述预置运动轨迹。
在一个实施例中，所述根据所述待识别车牌在所述车牌识别区域的实时运动轨迹确定所述待识别车牌的真伪，包括：获取真伪识别模型，所述真伪识别模型根据真车牌对应的运动轨迹和伪车牌对应的运动轨迹训练得到；将所述待识别车牌在所述车牌识别区域的实时运动轨迹作为所述真伪识别模型的输入，得到所述真伪识别模型输出的真车牌概率；根据所述真伪识别模型输出的真车牌概率确定所述待识别车牌的真伪。
在一个实施例中，所述获取所述待识别车牌在所述车牌识别区域的实时运动轨迹，包括：获取所述待识别车牌的中心点；获取所述待识别车牌的中心点在所述车牌识别区域的运动轨迹；将所述待识别车牌的中心点在所述车牌识别区域的运动轨迹作为所述实时运动轨迹。
在一个实施例中，若根据所述待识别车牌在所述车牌识别区域的实时运动轨迹确定所述待识别车牌为真车牌，则向放行设备发送放行指令，以指示所述放行设备放行；若根据所述待识别车牌在所述车牌识别区域的实时运动轨迹确定所述待识别车牌为伪车牌，则向所述放行设备发送禁止放行指令，以禁止所述放行设备放行。
需要说明的是，上述识别车牌真伪的方法、识别车牌真伪的装置、计算机设备及计算机可读存储介质属于一个总的发明构思，识别车牌真伪的方法、识别车牌真伪的装置、计算机设备及计算机可读存储介质实施例中的内容可相互适用。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一非易失性计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，本发明所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种识别车牌真伪的方法，其特征在于，包括：
获取待识别车牌，所述待识别车牌为进入到车牌识别区域的车牌；
获取所述待识别车牌在所述车牌识别区域的实时运动轨迹；
根据所述待识别车牌在所述车牌识别区域的实时运动轨迹确定所述待识别车牌的真伪。
2.根据权利要求1所述的方法，其特征在于，所述根据所述待识别车牌在所述车牌识别区域的实时运动轨迹确定所述待识别车牌的真伪，包括：
获取预置运动轨迹，所述预置运动轨迹为真车牌对应的运动轨迹；
根据所述待识别车牌在所述车牌识别区域的实时运动轨迹和所述预置运动轨迹确定所述待识别车牌的真伪。
3.根据权利要求2所述的方法，其特征在于，所述实时运动轨迹包括多个时间点和每个时间点对应的车牌位置；所述根据所述待识别车牌在所述车牌识别区域的实时运动轨迹和所述预置运动轨迹确定所述待识别车牌的真伪，包括：
获取所述预置运动轨迹中与每个所述时间点对应的预置车牌位置；
根据所述预置运动轨迹中的每个预置车牌位置确定每个所述时间点对应的真车牌位置范围；
根据所述实时运动轨迹中的每个时间点对应的车牌位置和每个所述时间点对应的真车牌位置范围得到所述实时运动轨迹中的每个时间点对应的位置识别结果；
根据所述实时运动轨迹中的每个时间点对应的位置识别结果确定所述待识别车牌的真伪。
4.根据权利要求2所述的方法，其特征在于，所述获取预置运动轨迹，包括：
根据所述实时运动轨迹得到所述待识别车牌运动的起点位置和终点位置；
获取候选运动轨迹集，所述候选运动轨迹集中包括多个候选运动轨迹；
根据所述起点位置和所述终点位置确定目标候选运动轨迹，将所述目标候选运动轨迹作为所述预置运动轨迹。
5.根据权利要求1所述的方法，其特征在于，所述根据所述待识别车牌在所述车牌识别区域的实时运动轨迹确定所述待识别车牌的真伪，包括：
获取真伪识别模型，所述真伪识别模型根据真车牌对应的运动轨迹和伪车牌对应的运动轨迹训练得到；
将所述待识别车牌在所述车牌识别区域的实时运动轨迹作为所述真伪识别模型的输入，得到所述真伪识别模型输出的真车牌概率；
根据所述真伪识别模型输出的真车牌概率确定所述待识别车牌的真伪。
6.根据权利要求1所述的车牌识别方法，其特征在于，所述获取所述待识别车牌在所述车牌识别区域的实时运动轨迹，包括：
获取所述待识别车牌的中心点；
获取所述待识别车牌的中心点在所述车牌识别区域的运动轨迹；
将所述待识别车牌的中心点在所述车牌识别区域的运动轨迹作为所述实时运动轨迹。
7.根据权利要求1所述的车牌识别方法，其特征在于，所述方法还包括：
若根据所述待识别车牌在所述车牌识别区域的实时运动轨迹确定所述待识别车牌为真车牌，则向放行设备发送放行指令，以指示所述放行设备放行；
若根据所述待识别车牌在所述车牌识别区域的实时运动轨迹确定所述待识别车牌为伪车牌，则向所述放行设备发送禁止放行指令，以禁止所述放行设备放行。
8.一种识别车牌真伪的装置，其特征在于，包括：
第一获取模块，用于获取待识别车牌，所述待识别车牌为进入到车牌识别区域的车牌；
第二获取模块，用于获取所述待识别车牌在所述车牌识别区域的实时运动轨迹；
真伪识别模块，用于根据所述待识别车牌在所述车牌识别区域的实时运动轨迹确定所述待识别车牌的真伪。
9.一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行如权利要求1至7中任一项所述识别车牌真伪的方法的步骤。
10.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行如权利要求1至7中任一项所述识别车牌真伪的方法的步骤。
CN201911293962.XA 2019-12-16 2019-12-16 识别车牌真伪的方法、装置、计算机设备及存储介质 Active CN111079751B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911293962.XA CN111079751B (zh) 2019-12-16 2019-12-16 识别车牌真伪的方法、装置、计算机设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911293962.XA CN111079751B (zh) 2019-12-16 2019-12-16 识别车牌真伪的方法、装置、计算机设备及存储介质

Publications (2)

Publication Number Publication Date
CN111079751A true CN111079751A (zh) 2020-04-28
CN111079751B CN111079751B (zh) 2021-02-26

Family

ID=70315169

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911293962.XA Active CN111079751B (zh) 2019-12-16 2019-12-16 识别车牌真伪的方法、装置、计算机设备及存储介质

Country Status (1)

Country Link
CN (1) CN111079751B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111797713A (zh) * 2020-06-16 2020-10-20 浙江大华技术股份有限公司 车牌识别方法及拍照设备
CN112309126A (zh) * 2020-10-30 2021-02-02 杭州海康威视数字技术股份有限公司 车牌检测方法、装置、电子设备及计算机可读存储介质
CN112580531A (zh) * 2020-12-23 2021-03-30 深圳市捷顺科技实业股份有限公司 一种真假车牌的识别检测方法及系统
CN112861797A (zh) * 2021-03-12 2021-05-28 济南博观智能科技有限公司 一种真伪车牌识别方法、装置及相关设备
CN115410383A (zh) * 2022-09-02 2022-11-29 杭州海康威视系统技术有限公司 虚假车牌车辆的识别方法、装置、电子设备及存储介质

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101533557A (zh) * 2009-03-02 2009-09-16 上海高德威智能交通系统有限公司 交通信息检测方法和交通信息检测装置
CN101540105A (zh) * 2009-04-15 2009-09-23 四川川大智胜软件股份有限公司 一种基于车辆牌照识别和网格化监控的套牌车检测方法
CN101799984A (zh) * 2009-02-10 2010-08-11 上海宝康电子控制工程有限公司 自动核对电子车牌与实际车牌的系统和方法
US20110135156A1 (en) * 2009-12-04 2011-06-09 Chao-Ho Chen Method of Locating License Plate of Moving Vehicle
CN103198530A (zh) * 2012-03-30 2013-07-10 梁嘉麟 利用高速公路安全摄像头兼顾自动计费监控的手机通知方法
US20160029285A1 (en) * 2012-07-06 2016-01-28 Neutronic Perpetual Innovations, LLC System and method for mobile data expansion
CN105427419A (zh) * 2015-11-11 2016-03-23 山东中创软件工程股份有限公司 一种高速公路通行控制方法
CN106297305A (zh) * 2016-09-18 2017-01-04 河南工业大学 一种结合牌照识别和路径优化的套牌车分层检测方法
CN107564294A (zh) * 2017-08-25 2018-01-09 深圳前海华夏智信数据科技有限公司 基于虚拟车牌的无牌车识别方法及装置
CN109389014A (zh) * 2017-08-10 2019-02-26 杭州海康威视数字技术股份有限公司 套用车牌车辆的检测方法、装置及电子设备
CN109887300A (zh) * 2019-02-21 2019-06-14 北京三快在线科技有限公司 一种识别套牌车辆的方法、装置、设备及存储介质
CN110285793A (zh) * 2019-07-08 2019-09-27 中原工学院 一种基于双目立体视觉系统的车辆智能测轨迹方法
CN110570652A (zh) * 2019-07-30 2019-12-13 深圳市天彦通信股份有限公司 车辆套牌检测提醒方法及相关产品

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101799984A (zh) * 2009-02-10 2010-08-11 上海宝康电子控制工程有限公司 自动核对电子车牌与实际车牌的系统和方法
CN101533557A (zh) * 2009-03-02 2009-09-16 上海高德威智能交通系统有限公司 交通信息检测方法和交通信息检测装置
CN101540105A (zh) * 2009-04-15 2009-09-23 四川川大智胜软件股份有限公司 一种基于车辆牌照识别和网格化监控的套牌车检测方法
US20110135156A1 (en) * 2009-12-04 2011-06-09 Chao-Ho Chen Method of Locating License Plate of Moving Vehicle
CN103198530A (zh) * 2012-03-30 2013-07-10 梁嘉麟 利用高速公路安全摄像头兼顾自动计费监控的手机通知方法
US20160029285A1 (en) * 2012-07-06 2016-01-28 Neutronic Perpetual Innovations, LLC System and method for mobile data expansion
CN105427419A (zh) * 2015-11-11 2016-03-23 山东中创软件工程股份有限公司 一种高速公路通行控制方法
CN106297305A (zh) * 2016-09-18 2017-01-04 河南工业大学 一种结合牌照识别和路径优化的套牌车分层检测方法
CN109389014A (zh) * 2017-08-10 2019-02-26 杭州海康威视数字技术股份有限公司 套用车牌车辆的检测方法、装置及电子设备
CN107564294A (zh) * 2017-08-25 2018-01-09 深圳前海华夏智信数据科技有限公司 基于虚拟车牌的无牌车识别方法及装置
CN109887300A (zh) * 2019-02-21 2019-06-14 北京三快在线科技有限公司 一种识别套牌车辆的方法、装置、设备及存储介质
CN110285793A (zh) * 2019-07-08 2019-09-27 中原工学院 一种基于双目立体视觉系统的车辆智能测轨迹方法
CN110570652A (zh) * 2019-07-30 2019-12-13 深圳市天彦通信股份有限公司 车辆套牌检测提醒方法及相关产品

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111797713A (zh) * 2020-06-16 2020-10-20 浙江大华技术股份有限公司 车牌识别方法及拍照设备
CN112309126A (zh) * 2020-10-30 2021-02-02 杭州海康威视数字技术股份有限公司 车牌检测方法、装置、电子设备及计算机可读存储介质
CN112309126B (zh) * 2020-10-30 2022-07-05 杭州海康威视数字技术股份有限公司 车牌检测方法、装置、电子设备及计算机可读存储介质
CN112580531A (zh) * 2020-12-23 2021-03-30 深圳市捷顺科技实业股份有限公司 一种真假车牌的识别检测方法及系统
CN112580531B (zh) * 2020-12-23 2024-04-02 深圳市捷顺科技实业股份有限公司 一种真假车牌的识别检测方法及系统
CN112861797A (zh) * 2021-03-12 2021-05-28 济南博观智能科技有限公司 一种真伪车牌识别方法、装置及相关设备
CN115410383A (zh) * 2022-09-02 2022-11-29 杭州海康威视系统技术有限公司 虚假车牌车辆的识别方法、装置、电子设备及存储介质
CN115410383B (zh) * 2022-09-02 2023-07-04 杭州海康威视系统技术有限公司 虚假车牌车辆的识别方法、装置、电子设备及存储介质

Also Published As

Publication number Publication date
CN111079751B (zh) 2021-02-26

Similar Documents

Publication Publication Date Title
CN111079751B (zh) 识别车牌真伪的方法、装置、计算机设备及存储介质
JP7402239B2 (ja) 顔認識方法、ニューラルネットワークのトレーニング方法、顔認識装置、電子機器及びコンピュータ可読記憶媒体
US20140369566A1 (en) Perimeter Image Capture and Recognition System
CN110706261A (zh) 车辆违章检测方法、装置、计算机设备和存储介质
CN110619277A (zh) 一种多社区智慧布控方法以及系统
CN106600977A (zh) 基于多特征识别的违停检测方法及系统
WO2021184570A1 (zh) 电动自行车驾驶行为的识别方法、装置和计算机设备
Bedruz et al. Real-time vehicle detection and tracking using a mean-shift based blob analysis and tracking approach
CN106776814A (zh) 基于图像识别的移车系统和方法
CN111783530A (zh) 一种在限制区域内监控及鉴别行为的安全系统及方法
CN112052815A (zh) 一种行为检测方法、装置及电子设备
CN110929589A (zh) 车辆特征识别的方法、设备、计算机设备和存储介质
CN112434566A (zh) 客流统计方法、装置、电子设备及存储介质
CN111539317A (zh) 车辆违规行驶检测方法、装置、计算机设备和存储介质
CN111860219B (zh) 一种高速占道判断方法、装置及电子设备
CN108156406A (zh) 行车记录仪的信息处理方法和装置
CN112489436B (zh) 一种车辆身份识别方法、装置、系统、以及电子装置
CN111091041A (zh) 一种车辆违法判别方法、装置、计算机设备和存储介质
CN114332783A (zh) 车辆改装检测方法、装置、电子设备及存储介质
CN114141022B (zh) 应急车道占用行为检测方法、装置、电子设备及存储介质
CN117831177A (zh) 一种停车场多牌照道闸控制方法、装置、设备及存储介质
CN117115801A (zh) 车牌真伪识别方法、装置、设备及存储介质
CN108873097B (zh) 无人停车库中载车板停车时的安全检测方法及装置
CN111462480B (zh) 交通图像证据验证方法、装置、计算机设备和存储介质
CN113326831B (zh) 交通违法数据的筛选方法及装置、电子设备、存储介质

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