CN111914678A - 一种多车辆车牌匹配的方法、装置及存储介质 - Google Patents

一种多车辆车牌匹配的方法、装置及存储介质 Download PDF

Info

Publication number
CN111914678A
CN111914678A CN202010662713.XA CN202010662713A CN111914678A CN 111914678 A CN111914678 A CN 111914678A CN 202010662713 A CN202010662713 A CN 202010662713A CN 111914678 A CN111914678 A CN 111914678A
Authority
CN
China
Prior art keywords
license plate
characteristic information
matching
target vehicle
matching result
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.)
Pending
Application number
CN202010662713.XA
Other languages
English (en)
Inventor
陈昱松
李伟
马东星
周道利
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.)
Zhejiang Dahua Technology Co Ltd
Original Assignee
Zhejiang Dahua Technology 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 Zhejiang Dahua Technology Co Ltd filed Critical Zhejiang Dahua Technology Co Ltd
Priority to CN202010662713.XA priority Critical patent/CN111914678A/zh
Publication of CN111914678A publication Critical patent/CN111914678A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
    • G06V20/584—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads of vehicle lights or traffic lights
    • 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
    • G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
    • G06V10/751—Comparing pixel values or logical combinations thereof, or feature values having positional relevance, e.g. template matching
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00—Indexing scheme relating to image or video recognition or understanding
    • G06V2201/08—Detecting or categorising vehicles

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Computing Systems (AREA)
  • Databases & Information Systems (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了一种多车辆车牌匹配的方法、装置及存储介质，用以解决现有技术中存在的多车辆车牌匹配不够准确的技术问题，该方法包括：从前端设备获取包含多车辆的目标图片，及至少一个第一特征信息；其中，第一特征信息是由前端设备从目标图片中识别出的目标车辆的特征信息；对目标图片进行识别，获得多车辆的多个第二特征信息；其中，多个第二特征信息中包括所有第一特征信息对应的特征信息；将多个第二特征信息与对应类型的第一特征信息进行匹配，将匹配结果中优先级最高的第二特征信息匹配出的车牌确定为目标车辆的车牌。

Description

一种多车辆车牌匹配的方法、装置及存储介质
技术领域
本发明涉及安防监控领域，尤其是涉及一种多车辆车牌匹配的方法、装置及存储介质。
背景技术
在安防监控领域中，车辆的车牌识别技术被广泛应用，车牌识别系统通过前端对车辆进行图片采集并识别车牌，在后端可以根据前端识别出的车牌，对相应车辆对应的账号进行扣费、违章记录、向车主发送相关信息等。
然而，在实际应用中，一张图片中通常包括多辆车，现有技术中通常采用单一的车牌号码或者车牌坐标来匹配目标车辆，在前后端均存在识别误差的前提下，采用这种方式进行匹配，往往会导致匹配失败。
鉴于此，如何提高多车辆车牌匹配的准确率，成为一个亟待解决的技术问题。
发明内容
本发明提供一种多车辆车牌匹配的方法、装置及存储介质，用以解决现有技术中存在的多车辆车牌匹配不够准确的技术问题。
第一方面，为解决上述技术问题，本发明实施例提供的一种多车辆车牌匹配方法的技术方案如下：
从前端设备获取包含多车辆的目标图片，及至少一个第一特征信息；其中，所述第一特征信息是由所述前端设备从所述目标图片中识别出的目标车辆的特征信息；
对所述目标图片进行识别，获得所述多车辆的多个第二特征信息；其中，所述多个第二特征信息中包括与所有第一特征信息对应的特征信息；
将多个所述第二特征信息与对应类型的第一特征信息进行匹配，将匹配结果中优先级最高的第二特征信息匹配出的车牌确定为所述目标车辆的车牌。
一种可能的实施方式，将多个所述第二特征信息与对应类型的第一特征信息进行匹配，包括：
对所述多车辆对应的多个第二车牌号码与所述目标车辆的第一车牌号码进行模糊匹配，获得第一匹配结果；其中，所述第一特征信息包括所述第一车牌号码，所述第二特征信息包括多个所述第二车牌号码；
对所述多车辆对应的多个车牌的第二位置区域与所述目标车辆的车牌的第一位置区域进行匹配，获得第二匹配结果；其中，所述第一特征信息包括所述第一位置区域，所述第二特征信息包括多个所述第二位置区域；
对所述多车辆的第二中心位置与指定中心位置进行匹配，获得第三匹配结果；其中，所述指定中心位置为所述目标车辆的第一中心位置或所述目标图片的第三中心位置，所述第一特征信息包括所述第一中心位置，所述第二特征信息包括多个所述第二中心位置。
一种可能的实施方式，对所述多车辆对应的多个第二车牌号码与所述目标车辆的第一车牌号码进行模糊匹配，获得第一匹配结果，包括：
将所述第一车牌号码与多个所述第二车牌号码按倒序进行逐字匹配；
将多个所述第二车牌号码中与所述第一车牌号码的相似度最高的第二车牌号码，确定为候选车牌号码；其中，所述第一车牌号码与所述第二车牌号码中包括不同字符数目越少所述相似度越高；
若所述候选车牌号码与所述第一车牌号码中包括不同字符的数量小于等于第一阈值，则所述第一匹配结果为所述候选车牌号码对应的车牌为所述目标车辆的车牌。
一种可能的实施方式，对所述多车辆对应的多个车牌的第二位置区域与所述目标车辆的车牌的第一位置区域进行匹配，获得第二匹配结果，包括：
计算所述第一位置区域与多个所述第二位置区域的重合率；
将重合率最高的第二位置区域对应的车牌作为候选车牌；
若所述候选车牌的重合率大于第二阈值，则所述第二匹配结果为所述候选车牌为所述目标车辆的车牌。
一种可能的实施方式，对所述多车辆的第二中心位置与指定中心位置进行匹配，获得第三匹配结果，包括：
若所述第一特征信息中包括所述目标车辆的第三位置区域，则所述指定中心位置为所述第三位置区域的第一中心位置，否则为所述目标图片的第三中心位置；
计算所述指定中心位置与多个所述第二中心位置的欧氏距离；
将欧氏距离最小的第二中心位置对应的车辆确定为候选车辆；
所述第三匹配结果为所述候选车辆的车牌为所述目标车辆的车牌。
一种可能的实施方式，将匹配结果中优先级最高的第二特征信息匹配出的车牌，确定为所述目标车辆的车牌，包括：
从所有所述第二特征信息的匹配结果中，确定出匹配成功使用的所有所述第二特征信息；
将匹配成功使用的所有所述第二特征信息中，优先级最高的第二特征信息对应匹配结果作为最终的匹配结果，所述最终的匹配结果中的车辆的车牌为所述目标车辆的车牌；其中，所述第二特征信息为所述第二车牌号码、所述第二位置区域、所述第二中心位置时，对应的优先级依次降低。
第二方面，本发明实施例提供了一种多车辆车牌匹配的装置，包括：
获取模块，用于从前端设备获取包含多车辆的目标图片，及至少一个第一特征信息；其中，所述第一特征信息是由所述前端设备从所述目标图片中识别出的目标车辆的特征信息；
识别模块，用于对所述目标图片进行识别，获得所述多车辆的多个第二特征信息；其中，所述多个第二特征信息中包括所有第一特征信息对应的特征信息；
匹配模块，用于将多个所述第二特征信息与对应类型的第一特征信息进行匹配，将匹配结果中优先级最高的第二特征信息匹配出的车牌确定为所述目标车辆的车牌。
一种可能的实施方式，所述匹配模块具体用于：
对所述多车辆对应的多个第二车牌号码与所述目标车辆的第一车牌号码进行模糊匹配，获得第一匹配结果；其中，所述第一特征信息包括所述第一车牌号码，所述第二特征信息包括多个所述第二车牌号码；
对所述多车辆对应的多个车牌的第二位置区域与所述目标车辆的车牌的第一位置区域进行匹配，获得第二匹配结果；其中，所述第一特征信息包括所述第一位置区域，所述第二特征信息包括多个所述第二位置区域；
对所述多车辆的第二中心位置与指定中心位置进行匹配，获得第三匹配结果；其中，所述指定中心位置为所述目标车辆的第一中心位置或所述目标图片的第三中心位置，所述第一特征信息包括所述第一中心位置，所述第二特征信息包括多个所述第二中心位置。
一种可能的实施方式，所述匹配模块还用于：
将所述第一车牌号码与多个所述第二车牌号码按倒序进行逐字匹配；
将多个所述第二车牌号码中与所述第一车牌号码的相似度最高的第二车牌号码，确定为候选车牌号码；其中，所述第一车牌号码与所述第二车牌号码中包括不同字符数目越少所述相似度越高；
若所述候选车牌号码与所述第一车牌号码中包括不同字符的数量小于等于第一阈值，则所述第一匹配结果为所述候选车牌号码对应的车牌为所述目标车辆的车牌。
一种可能的实施方式，所述匹配模块还用于：
计算所述第一位置区域与多个所述第二位置区域的重合率；
将重合率最高的第二位置区域对应的车牌作为候选车牌；
若所述候选车牌的重合率大于第二阈值，则所述第二匹配结果为所述候选车牌为所述目标车辆的车牌。
一种可能的实施方式，所述匹配模块还用于：
若所述第一特征信息中包括所述目标车辆的第三位置区域，则所述指定中心位置为所述第三位置区域的第一中心位置，否则为所述目标图片的第三中心位置；
计算所述指定中心位置与多个所述第二中心位置的欧氏距离；
将欧氏距离最小的第二中心位置对应的车辆确定为候选车辆；
所述第三匹配结果为所述候选车辆的车牌为所述目标车辆的车牌。
一种可能的实施方式，所述匹配模块还用于：
从所有所述第二特征信息的匹配结果中，确定出匹配成功使用的所有所述第二特征信息；
将匹配成功使用的所有所述第二特征信息中，优先级最高的第二特征信息对应匹配结果作为最终的匹配结果，所述最终的匹配结果中的车辆的车牌为所述目标车辆的车牌；其中，所述第二特征信息为所述第二车牌号码、所述第二位置区域、所述第二中心位置时，对应的优先级依次降低。
第三方面，本发明实施例还提供一种多车辆车牌匹配的装置，包括：
至少一个处理器，以及
与所述至少一个处理器连接的存储器；
其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述至少一个处理器通过执行所述存储器存储的指令，执行如上述第一方面所述的方法。
第四方面，本发明实施例还提供一种可读存储介质，包括：
存储器，
所述存储器用于存储指令，当所述指令被处理器执行时，使得包括所述可读存储介质的装置完成如上述第一方面所述的方法。
通过本发明实施例的上述一个或多个实施例中的技术方案，本发明实施例至少具有如下技术效果：
在本发明提供的实施例中，通过后端设备对前端设备获取识别目标车辆所使用的目标图片进行再识别，并从中获取目标图片中多车辆的多个第二特征信息；将多个第二特征信息与前端设备识别出的目标车辆的同类型第一特征信息进行匹配，将匹配结果中优先级最高的第二特征信息匹配出的车牌确定为目标车辆的车牌；其中，多个第二特征信息中包括所有第一特征信息对应的特征信息。从而避免了因为前端设备识别错误，或者前端传入部分第一特征信息缺失，从而导致匹配失败的情况出现，进而提高了多车辆车牌匹配的准确度。
附图说明
图1为本发明实施例提供的一种多车辆车牌匹配方法的流程图；
图2为本发明实施例提供的车牌号码匹配示意图；
图3为本发明实施例提供的一种多车辆车牌匹配装置的结构示意图。
具体实施方式
本发明实施列提供一种多车辆车牌匹配的方法、装置及存储介质，以解决现有技术中存在的多车辆车牌匹配不够准确的技术问题。
本申请实施例中的技术方案为解决上述的技术问题，总体思路如下：
提供一种多车辆车牌匹配的方法，应用于后端设备，该方法包括：从前端设备获取包含多车辆的目标图片，及至少一个第一特征信息；其中，第一特征信息是由前端设备从目标图片中识别出的目标车辆的特征信息；对目标图片进行识别，获得多车辆的多个第二特征信息；其中，多个第二特征信息中包括所有第一特征信息对应的特征信息；将多个第二特征信息与对应类型的第一特征信息进行匹配，将匹配结果中优先级最高的第二特征信息匹配出的车牌确定为目标车辆的车牌。
由于在上述方案中，通过后端设备对前端设备获取识别目标车辆所使用的目标图片进行再识别，并从中获取目标图片中多车辆的多个第二特征信息；将多个第二特征信息与前端设备识别出的目标车辆的同类型第一特征信息进行匹配，将匹配结果中优先级最高的第二特征信息匹配出的车牌确定为目标车辆的车牌；其中，多个第二特征信息中包括所有第一特征信息对应的特征信息。从而避免了因为前端设备识别错误，或者前端传入部分第一特征信息缺失，从而导致匹配失败的情况出现，进而提高了多车辆车牌匹配的准确度。
为了更好的理解上述技术方案，下面通过附图以及具体实施例对本发明技术方案做详细的说明，应当理解本发明实施例以及实施例中的具体特征是对本发明技术方案的详细的说明，而不是对本发明技术方案的限定，在不冲突的情况下，本发明实施例以及实施例中的技术特征可以相互组合。
为了是本领域的技术人员能够充分的理解本方案，在介绍本方案之前先简单的介绍一下本方案的应用场景：
以停车场为例，现在众多的停车场都采用车牌自动识别技术对车牌进行自动识别、计费，通常由前端设备对车辆的车牌进行自动识别，将车牌信息传输到后端设备对车辆进行停车计费，而前端设备在对车牌进行自动识别时，可能因为车牌污损造成识别错误，或者在前车未离开图像采集区域时将前车的车牌识别为后车的车牌，导致后端设备不能进行正确扣费。
除了停车场意外，在高速路出入口、交通违章抓拍等也存在类似的问题，在此不在一一赘述。
由此可见，如何车牌识别的准确率是一个亟待解决的技术问题。
为了解决该问题，本申请提供了以下技术方案：
请参考图1，本发明实施例提供一种多车辆车牌匹配的方法，应用于后端设备，该方法的处理过程如下。
步骤101：从前端设备获取包含多车辆的目标图片，及至少一个第一特征信息；其中，第一特征信息是由前端设备从目标图片中识别出的目标车辆的特征信息。
前端设备可以是智能抓拍设备，如智能摄像机，该前端设备可以安装在交通路口进行违章抓拍，也可以安装在停车场的进出口，具体不做限定。
第一特征信息可以是以下信息中的一个或几个：
目标车辆的第一车牌号码、车牌在目标图片中的第一位置区域、目标车辆在目标图片中的位置区域。
前端设备对目标图片中的目标车辆进行识别，并获得目标车辆的第一特征信息后，将目标图片，及获得的所有第一特征信息传送到后端设备，以执行步骤102。
步骤102：对目标图片进行识别，获得多车辆的多个第二特征信息；其中，多个第二特征信息中包括与所有第一特征信息对应的特征信息。
后端设备对目标图片中每辆车进行识别，获取目标图片中车辆的总数、各辆车的多个第二特征信息，这多个第二特征信息中包括与所有第一特征信息对应的特征信息，还包括所有第一特征信息中没有的特征信息，如车辆的位置区域信息等。
例如，前端设备发送的了两个第一特征信息，为：目标车辆的第一车牌号码、车牌在目标图片中的第一位置区域；后端设备识别出的每辆车都包括3个第二特征信息，为：第二车牌号码、车牌在目标图片中的第二位置区域、车辆在目标图片中的位置区域。
需要说明的是，第二特征信息不限于以上举例的几种信息，根据需要第二特征信息还可以包括车牌的颜色、车身的颜色、车辆类型等，在此不做限定。
在后端设备识别出目标图片中所有车辆的第二特征信息之后，便可执行步骤103。
步骤103：将多个第二特征信息与对应类型的第一特征信息进行匹配，将匹配结果中优先级最高的第二特征信息匹配出的车牌确定为目标车辆的车牌。
将多个第二特征信息与对应类型的第一特征信息进行匹配，可以同时采用以下几个匹配策略：
匹配策略1：对多车辆对应的多个第二车牌号码与目标车辆的第一车牌号码进行模糊匹配，获得第一匹配结果；其中，第一特征信息包括第二车牌号码，第二特征信息包括多个第二车牌号码。
对多车辆对应的多个第二车牌号码与目标车辆的第一车牌号码进行模糊匹配，获得第一匹配结果，可以采用下列方式：
先将第二车牌号码与多个第二车牌号码按倒序进行逐字匹配；再将多个第二车牌号码中与第一车牌号码的相似度最高的第二车牌号码，确定为候选车牌号码；其中，第一车牌号码与第二车牌号码中包括不同字符数目越少相似度越高；若候选车牌号码与第一车牌号码中包括不同字符的数量小于等于第一阈值，则第一匹配结果为候选车牌号码对应的车牌为目标车辆的车牌。
例如：前端设备识别出目标车辆的第一车牌号码为“浙B09113”，后端设备识别出目标图片中共有2辆车，这两辆车的第二车牌号码分别为“浙A92310”、“浙B08113”，后端设备将这两个第二车牌号码分别与第一车牌号码按倒序进行逐字匹配，即先将第一车牌号码末位的“3”分别与两个第二车牌号码末位的“0”、“3”进行匹配，再用第一车牌号码倒数第二位的“1”分别于两个第二车牌号码倒数第二位的“1”进行匹配，如图2所示为本发明实施例提供的车牌号码匹配示意图，在图2中示出了第一车牌号码与2个第二车牌号码进行逆序逐字匹配的过程。
对上述第一车牌号码与2个第二车牌号码进行匹配的结果是第一车牌号码“浙B09113”与第二车牌号码“浙A92310”有5个字符不相同，而第一车牌号码“浙B09113”与第二车牌号码“浙B08113”有1个字符不相同，因此第二车牌号码“浙B08113”与第一车牌号码“浙B09113”的相似度最高，将“浙B08113”确定为候选车牌号码，假设第一阈值为3，则第一匹配结果为候选车牌号码“浙B08113”对应的车牌为目标车辆的车牌。
在对车牌号码进行模糊识别时，由于是通过逆序对车牌号码进行逐字匹配的，因此当车牌的汉字字符被识别错误(如识别为多个字符时)能够有效的减少采用正序对车牌号码进行逐字匹配时，因首字符识别错误而导致后续匹配出错概率高的问题，从而提高识别的准确度。
匹配策略2：对多车辆对应的多个车牌的第二位置区域与目标车辆的车牌的第一位置区域进行匹配，获得第二匹配结果；其中，第一特征信息包括第一位置区域，第二特征信息包括多个第二位置区域。
对多车辆对应的多个车牌的第二位置区域与目标车辆的车牌的第一位置区域进行匹配，获得第二匹配结果，可以采用下列方式实现：
先计算第一位置区域与多个第二位置区域的重合率；再将重合率最高的第二位置区域对应的车牌作为候选车牌；若候选车牌的重合率大于第二阈值，则第二匹配结果为候选车牌为目标车辆的车牌。
例如，前端设备识别出目标车辆的车牌在目标图像中的第一位置区域为：原点坐标位置为(x1，y1)，长宽为L1×W1，后端设备检测出目标图片中有两辆车，它们在目标图像中的第二位置区域分别为：原点坐标位置为(x2，y2)，长宽为L2×W2，原点坐标位置为(x3，y3)，长宽为L3×W3。根据上述信息分别计算第一位置区域与第二位置区域的重合率，假设原点坐标位置为(x2，y2)，长宽为L2×W2的第二位置区域与第一位置区域的重合率最高，则将之作为候选车牌，若该候选车牌与目标车辆的车牌的重合率大于第二阈值，则第二批评结果为候选车牌为目标车辆的车牌，反之则认为匹配失败。
匹配策略3：对多车辆的第二中心位置与指定中心位置进行匹配，获得第三匹配结果；其中，指定中心位置为目标车辆的第一中心位置或目标图片的第三中心位置，第一特征信息包括第一中心位置，第二特征信息包括多个第二中心位置。
对多车辆的第二中心位置与指定中心位置进行匹配，获得第三匹配结果，可以采用下列方式：
若第一特征信息中包括目标车辆的第三位置区域，则指定中心位置为第三位置区域的第一中心位置，否则为目标图片的第三中心位置。
计算指定中心位置与多个第二中心位置的欧氏距离；将欧氏距离最小的第二中心位置对应的车辆确定为候选车辆；第三匹配结果为候选车辆的车牌为目标车辆的车牌。
例如，前端设备识别出目标车辆在目标图片中的第三位置区域，并将之传输给了后端设备，则后端设备在识别出目标图片中有2辆车，它们在目标图片中的位置区域分别为第四位置区域1、第四位置区域2，将第三位置区域的第一中心位置作为指定中心位置，将第四位置区域1的中心点作为第二中心位置1、将第四位置区域2的中心点作为第二中心位置2，分别计算指定中心位置与第二中心位置1、第二中心位置2的欧氏距离，假设第二中心位置与指定中心位置的欧氏距离最小，则将第二中心位置2对应的车辆确定为候选车辆，第三匹配结果为候选车辆的车牌为目标车辆的车牌。
若前端设备未对目标车辆的第三位置区域进行识别，则指定中心位置采用目标图片的第三中心位置进行上述计算。
再通过以上几个匹配策略确定出目标车辆的车牌可能的几种结果后，将匹配结果中优先级最高的第二特征信息匹配出的车牌，确定为目标车辆的车牌，可采用下列方式：
从所有第二特征信息的匹配结果中，确定出匹配成功使用的所有第二特征信息；将匹配成功使用的所有第二特征信息中，优先级最高的第二特征信息对应匹配结果作为最终的匹配结果，最终的匹配结果中的车辆的车牌为目标车辆的车牌；其中，第二特征信息为第二车牌号码、第二位置区域、第二中心位置时，对应的优先级依次降低。
例如，通过前面几种匹配策略，若都匹配出目标车辆的车牌，则以第二车牌号码(即匹配策略1)对应的第一匹配结果为准；若只有其中两个匹配出了目标车辆的车牌，如采用第二位置区域、第二中心位置匹配出了目标车辆的车牌，而采用第二车牌号码并没有匹配出目标车辆的车牌，则以第二位置区域对应的第二匹配结果为准；若只有一个匹配出了目标车辆的车牌，如采用第二中心位置匹配出了目标车辆的车牌，而采用第二车牌号码及第二位置区域并没有匹配出目标车辆的车牌，则以第二中心位置对应的第三匹配结果为准。
在本发明提供的实施例中，通过在一次循环中完成前、后设备端的多次种策略匹配，并分别记录这多种策略匹配的匹配结果，然后根据第二特征信息的优先级分将匹配结果中优先级最高的第二特征信息匹配出的车牌，确定为目标车辆的车牌，从而提高了车牌的识别率。
基于同一发明构思，本发明一实施例中提供一种多车辆车牌匹配的装置，该装置的多车辆车牌匹配方法的具体实施方式可参见方法实施例部分的描述，重复之处不再赘述，请参见图3，该装置包括：
获取模块301，用于从前端设备获取包含多车辆的目标图片，及至少一个第一特征信息；其中，所述第一特征信息是由所述前端设备从所述目标图片中识别出的目标车辆的特征信息；
识别模块302，用于对所述目标图片进行识别，获得所述多车辆的多个第二特征信息；其中，所述多个第二特征信息中包括所有第一特征信息对应的特征信息；
匹配模块303，用于将多个所述第二特征信息与对应类型的第一特征信息进行匹配，将匹配结果中优先级最高的第二特征信息匹配出的车牌确定为所述目标车辆的车牌。
一种可能的实施方式，所述匹配模块303具体用于：
对所述多车辆对应的多个第二车牌号码与所述目标车辆的第一车牌号码进行模糊匹配，获得第一匹配结果；其中，所述第一特征信息包括所述第一车牌号码，所述第二特征信息包括多个所述第二车牌号码；
对所述多车辆对应的多个车牌的第二位置区域与所述目标车辆的车牌的第一位置区域进行匹配，获得第二匹配结果；其中，所述第一特征信息包括所述第一位置区域，所述第二特征信息包括多个所述第二位置区域；
对所述多车辆的第二中心位置与指定中心位置进行匹配，获得第三匹配结果；其中，所述指定中心位置为所述目标车辆的第一中心位置或所述目标图片的第三中心位置，所述第一特征信息包括所述第一中心位置，所述第二特征信息包括多个所述第二中心位置。
一种可能的实施方式，所述匹配模块303还用于：
将所述第一车牌号码与多个所述第二车牌号码按倒序进行逐字匹配；
将多个所述第二车牌号码中与所述第一车牌号码的相似度最高的第二车牌号码，确定为候选车牌号码；其中，所述第一车牌号码与所述第二车牌号码中包括不同字符数目越少所述相似度越高；
若所述候选车牌号码与所述第一车牌号码中包括不同字符的数量小于等于第一阈值，则所述第一匹配结果为所述候选车牌号码对应的车牌为所述目标车辆的车牌。
一种可能的实施方式，所述匹配模块303还用于：
计算所述第一位置区域与多个所述第二位置区域的重合率；
将重合率最高的第二位置区域对应的车牌作为候选车牌；
若所述候选车牌的重合率大于第二阈值，则所述第二匹配结果为所述候选车牌为所述目标车辆的车牌。
一种可能的实施方式，所述匹配模块303还用于：
若所述第一特征信息中包括所述目标车辆的第三位置区域，则所述指定中心位置为所述第三位置区域的第一中心位置，否则为所述目标图片的第三中心位置；
计算所述指定中心位置与多个所述第二中心位置的欧氏距离；
将欧氏距离最小的第二中心位置对应的车辆确定为候选车辆；
所述第三匹配结果为所述候选车辆的车牌为所述目标车辆的车牌。
一种可能的实施方式，所述匹配模块303还用于：
从所有所述第二特征信息的匹配结果中，确定出匹配成功使用的所有所述第二特征信息；
将匹配成功使用的所有所述第二特征信息中，优先级最高的第二特征信息对应匹配结果作为最终的匹配结果，所述最终的匹配结果中的车辆的车牌为所述目标车辆的车牌；其中，所述第二特征信息为所述第二车牌号码、所述第二位置区域、所述第二中心位置时，对应的优先级依次降低。
基于同一发明构思，本发明实施例中提供了一种多车辆车牌匹配的装置，包括：至少一个处理器，以及
与所述至少一个处理器连接的存储器；
其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述至少一个处理器通过执行所述存储器存储的指令，执行如上所述的多车辆车牌匹配方法。
基于同一发明构思，本发明实施例还提一种可读存储介质，包括：
存储器，
所述存储器用于存储指令，当所述指令被处理器执行时，使得包括所述可读存储介质的装置完成如上所述的多车辆车牌匹配方法。
本领域内的技术人员应明白，本发明实施例可提供为方法、系统、或计算机程序产品。因此，本发明实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明实施例是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (10)

1.一种多车辆车牌匹配的方法，应用于后端设备，其特征在于，所述方法包括：
从前端设备获取包含多车辆的目标图片，及至少一个第一特征信息；其中，所述第一特征信息是由所述前端设备从所述目标图片中识别出的目标车辆的特征信息；
对所述目标图片进行识别，获得所述多车辆的多个第二特征信息；其中，所述多个第二特征信息中包括与所有第一特征信息对应的特征信息；
将多个所述第二特征信息与对应类型的第一特征信息进行匹配，将匹配结果中优先级最高的第二特征信息匹配出的车牌确定为所述目标车辆的车牌。
2.如权利要求1所述的方法，其特征在于，将多个所述第二特征信息与对应类型的第一特征信息进行匹配，包括：
对所述多车辆对应的多个第二车牌号码与所述目标车辆的第一车牌号码进行模糊匹配，获得第一匹配结果；其中，所述第一特征信息包括所述第一车牌号码，所述第二特征信息包括多个所述第二车牌号码；
对所述多车辆对应的多个车牌的第二位置区域与所述目标车辆的车牌的第一位置区域进行匹配，获得第二匹配结果；其中，所述第一特征信息包括所述第一位置区域，所述第二特征信息包括多个所述第二位置区域；
对所述多车辆的第二中心位置与指定中心位置进行匹配，获得第三匹配结果；其中，所述指定中心位置为所述目标车辆的第一中心位置或所述目标图片的第三中心位置，所述第一特征信息包括所述第一中心位置，所述第二特征信息包括多个所述第二中心位置。
3.如权利要求2所述的方法，其特征在于，对所述多车辆对应的多个第二车牌号码与所述目标车辆的第一车牌号码进行模糊匹配，获得第一匹配结果，包括：
将所述第一车牌号码与多个所述第二车牌号码按倒序进行逐字匹配；
将多个所述第二车牌号码中与所述第一车牌号码的相似度最高的第二车牌号码，确定为候选车牌号码；其中，所述第一车牌号码与所述第二车牌号码中包括不同字符数目越少所述相似度越高；
若所述候选车牌号码与所述第一车牌号码中包括不同字符的数量小于等于第一阈值，则所述第一匹配结果为所述候选车牌号码对应的车牌为所述目标车辆的车牌。
4.如权利要求2所述的方法，其特征在于，对所述多车辆对应的多个车牌的第二位置区域与所述目标车辆的车牌的第一位置区域进行匹配，获得第二匹配结果，包括：
计算所述第一位置区域与多个所述第二位置区域的重合率；
将重合率最高的第二位置区域对应的车牌作为候选车牌；
若所述候选车牌的重合率大于第二阈值，则所述第二匹配结果为所述候选车牌为所述目标车辆的车牌。
5.如权利要求2所述的方法，其特征在于，对所述多车辆的第二中心位置与指定中心位置进行匹配，获得第三匹配结果，包括：
若所述第一特征信息中包括所述目标车辆的第三位置区域，则所述指定中心位置为所述第三位置区域的第一中心位置，否则为所述目标图片的第三中心位置；
计算所述指定中心位置与多个所述第二中心位置的欧氏距离；
将欧氏距离最小的第二中心位置对应的车辆确定为候选车辆；
所述第三匹配结果为所述候选车辆的车牌为所述目标车辆的车牌。
6.如权利要求2所述的方法，其特征在于，将匹配结果中优先级最高的第二特征信息匹配出的车牌，确定为所述目标车辆的车牌，包括：
从所有所述第二特征信息的匹配结果中，确定出匹配成功使用的所有所述第二特征信息；
将匹配成功使用的所有所述第二特征信息中，优先级最高的第二特征信息对应匹配结果作为最终的匹配结果，所述最终的匹配结果中的车辆的车牌为所述目标车辆的车牌；其中，所述第二特征信息为所述第二车牌号码、所述第二位置区域、所述第二中心位置时，对应的优先级依次降低。
7.一种多车辆车牌匹配的装置，应用于后端设备，其特征在于，包括：
获取模块，用于从前端设备获取包含多车辆的目标图片，及至少一个第一特征信息；其中，所述第一特征信息是由所述前端设备从所述目标图片中识别出的目标车辆的特征信息；
识别模块，用于对所述目标图片进行识别，获得所述多车辆的多个第二特征信息；其中，所述多个第二特征信息中包括所有第一特征信息对应的特征信息；
匹配模块，用于将多个所述第二特征信息与对应类型的第一特征信息进行匹配，将匹配结果中优先级最高的第二特征信息匹配出的车牌确定为所述目标车辆的车牌。
8.如权利要求7所述的装置，其特征在于，所述匹配模块具体用于：
对所述多车辆对应的多个第二车牌号码与所述目标车辆的第一车牌号码进行模糊匹配，获得第一匹配结果；其中，所述第一特征信息包括所述第一车牌号码，所述第二特征信息包括多个所述第二车牌号码；
对所述多车辆对应的多个车牌的第二位置区域与所述目标车辆的车牌的第一位置区域进行匹配，获得第二匹配结果；其中，所述第一特征信息包括所述第一位置区域，所述第二特征信息包括多个所述第二位置区域；
对所述多车辆的第二中心位置与指定中心位置进行匹配，获得第三匹配结果；其中，所述指定中心位置为所述目标车辆的第一中心位置或所述目标图片的第三中心位置，所述第一特征信息包括所述第一中心位置，所述第二特征信息包括多个所述第二中心位置。
9.一种多车辆车牌匹配的装置，其特征在于，包括：
至少一个处理器，以及
与所述至少一个处理器连接的存储器；
其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述至少一个处理器通过执行所述存储器存储的指令，执行如权利要求1-6任一项所述的方法。
10.一种计可读存储介质，其特征在于，包括存储器，
所述存储器用于存储指令，当所述指令被处理器执行时，使得包括所述可读存储介质的装置完成如权利要求1～6中任一项所述的方法。
CN202010662713.XA 2020-07-10 2020-07-10 一种多车辆车牌匹配的方法、装置及存储介质 Pending CN111914678A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010662713.XA CN111914678A (zh) 2020-07-10 2020-07-10 一种多车辆车牌匹配的方法、装置及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010662713.XA CN111914678A (zh) 2020-07-10 2020-07-10 一种多车辆车牌匹配的方法、装置及存储介质

Publications (1)

Publication Number Publication Date
CN111914678A true CN111914678A (zh) 2020-11-10

Family

ID=73226290

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010662713.XA Pending CN111914678A (zh) 2020-07-10 2020-07-10 一种多车辆车牌匹配的方法、装置及存储介质

Country Status (1)

Country Link
CN (1) CN111914678A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113011540A (zh) * 2021-03-01 2021-06-22 北京骑胜科技有限公司 识别方法、装置、可读存储介质和电子设备
CN114241465A (zh) * 2021-12-14 2022-03-25 广西云高智慧城市科技有限公司 一种对车辆图像做车牌检测匹配的方法以及车牌识别方法
CN114821829A (zh) * 2022-06-23 2022-07-29 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
CN116543398A (zh) * 2023-07-06 2023-08-04 浙江华是科技股份有限公司 一种船名和违章识别方法及系统
CN117609323A (zh) * 2023-10-20 2024-02-27 深圳富士伟业科技有限公司 基于vin码的车型信息确定方法、装置及电子设备

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113011540A (zh) * 2021-03-01 2021-06-22 北京骑胜科技有限公司 识别方法、装置、可读存储介质和电子设备
CN114241465A (zh) * 2021-12-14 2022-03-25 广西云高智慧城市科技有限公司 一种对车辆图像做车牌检测匹配的方法以及车牌识别方法
CN114821829A (zh) * 2022-06-23 2022-07-29 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
CN116543398A (zh) * 2023-07-06 2023-08-04 浙江华是科技股份有限公司 一种船名和违章识别方法及系统
CN116543398B (zh) * 2023-07-06 2023-09-08 浙江华是科技股份有限公司 一种船名和违章识别方法及系统
CN117609323A (zh) * 2023-10-20 2024-02-27 深圳富士伟业科技有限公司 基于vin码的车型信息确定方法、装置及电子设备

Similar Documents

Publication Publication Date Title
CN111914678A (zh) 一种多车辆车牌匹配的方法、装置及存储介质
CN108389396B (zh) 一种基于视频的车型匹配方法、装置和计费系统
CN110532916B (zh) 一种运动轨迹确定方法及装置
US11205276B2 (en) Object tracking method, object tracking device, electronic device and storage medium
CN111666853B (zh) 实时车辆违章检测方法、装置、设备及存储介质
CN111145555B (zh) 一种检测车辆违章的方法和装置
CN105405176B (zh) 电子不停车系统及其处理方法、控制器、路侧单元
WO2015184899A1 (zh) 一种车辆车牌识别方法及装置
CN110032947B (zh) 一种监控事件发生的方法及装置
CN113055823B (zh) 一种基于路侧停车管理共享单车的方法及装置
CN111369801B (zh) 车辆识别方法、装置、设备和存储介质
CN111192461B (zh) 一种车牌识别方法、服务器、停车收费方法及系统
CN110088807B (zh) 分隔线识别装置
CN110473426A (zh) 停车管理方法、装置、计算机设备及存储介质
CN112115939A (zh) 车辆车牌的识别方法、装置
CN105654561A (zh) 多车道自由流车辆匹配方法
CN111444810A (zh) 一种红绿灯信息识别方法、装置、设备及存储介质
CN112991807B (zh) 一种车位状态检测方法、装置、设备及存储介质
CN111914845A (zh) 一种车牌中字符分层方法、装置及电子设备
CN109948436B (zh) 一种监控道路上车辆的方法及装置
CN113177509B (zh) 一种倒车行为识别方法及装置
WO2024098992A1 (zh) 倒车检测方法及装置
CN111105619A (zh) 一种路侧逆向停车的判断方法及装置
CN111461026B (zh) 车辆姿态识别方法、停车场内车辆状态的检测方法及装置
CN113920749A (zh) 一种用于停车场的跟车尾随识别方法、系统及相关装置

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