CN112818744A - 一种进出车牌识别不一致自动纠正的方法及系统 - Google Patents

一种进出车牌识别不一致自动纠正的方法及系统 Download PDF

Info

Publication number
CN112818744A
CN112818744A CN202011606644.7A CN202011606644A CN112818744A CN 112818744 A CN112818744 A CN 112818744A CN 202011606644 A CN202011606644 A CN 202011606644A CN 112818744 A CN112818744 A CN 112818744A
Authority
CN
China
Prior art keywords
vehicle
license plate
similarity
information
image
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
CN202011606644.7A
Other languages
English (en)
Inventor
刘海峰
邓华
黄中媛
王昕�
徐强
曾庆驰
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.)
Qingdao Zte Its Ltd
Original Assignee
Qingdao Zte Its 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 Qingdao Zte Its Ltd filed Critical Qingdao Zte Its Ltd
Priority to CN202011606644.7A priority Critical patent/CN112818744A/zh
Publication of CN112818744A publication Critical patent/CN112818744A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/168—Feature extraction; Face representation
    • 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
    • G06V20/50—Context or environment of the image
    • G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • G06V20/54—Surveillance or monitoring of activities, e.g. for recognising suspicious objects of traffic, e.g. cars on the road, trains or boats
    • 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
    • G08G1/0175—Detecting movement of traffic to be counted or controlled identifying vehicles by photographing vehicles, e.g. when violating traffic rules
    • 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)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Computer Interaction (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明提供了一种进出车牌识别不一致自动纠正的方法及系统，属于车辆管理技术领域，该一种进出车牌识别不一致自动纠正的方法包括S110，获得目标车辆的第一图像信息；S120，根据第一图像信息提取目标车辆的第一车辆信息、车辆前脸特征和车主面部特征；S130，将第一图像信息提取目标车辆的车辆信息、车辆前脸特征和车主面部特征与数据库中的通行列表进行比对获得第一相似度；S140，根据第一相似度是否大于相似度预设阀值，若超过预设阀值则计费放行，否则继续下一步骤；S150，获得目标车辆的第二图像信息；通过反复对车牌真伪鉴别，能够发现车辆号牌是否被更改，该车辆是否为套牌车，从而避免使被套牌车主遭受损失。

Description

一种进出车牌识别不一致自动纠正的方法及系统
技术领域
本发明属于车辆管理技术领域，具体而言，涉及一种进出车牌识别不一致自动纠正的方法及系统。
背景技术
目前，高速公路收费站进出口处进行车牌识别时会产生不一致的情况，因此，可能存在以下几点问题：一、在光照、车牌污损等情况下车牌容易识别错误；二、车牌具有近似字符系统识别字符出现错误；三、车主为了躲避处罚刻意涂改车牌号码；四、该车辆的车牌为假车牌。
发明内容
本发明实施例提供了一种进出车牌识别不一致自动纠正的方法及系统，其目的在于解决现有的高速公路收费站进出口处进行车牌识别时会产生不一致的问题。
鉴于上述问题，本发明提出的技术方案是：
本发明提供一种进出车牌识别不一致自动纠正的方法，包括以下步骤：
S110，获得目标车辆的第一图像信息；
S120，根据第一图像信息提取目标车辆的第一车辆信息、车辆前脸特征和车主面部特征；
S130，将第一图像信息提取目标车辆的车辆信息、车辆前脸特征和车主面部特征与数据库中的通行列表进行比对获得第一相似度；
S140，根据第一相似度是否大于相似度预设阀值，若超过预设阀值则计费放行，否则继续下一步骤；
S150，获得目标车辆的第二图像信息；
S160，根据第二图像信息提取目标车辆的第二车辆信息和车辆尾部特征；
S170，将第二图像信息提取目标车辆的第二车辆信息和车辆尾部特征与数据库中的通行列表进行比对获得第二相似度；
S180，综合第一相似度和第二相似度获得相似度评分，若相似度评分大于评分预设阀值的情况下则计费放行，否则继续下一步骤。
作为本发明的一种优选技术方案，所述第一车辆信息包括单张前部车牌图像、前部车牌号码、车辆颜色和车辆父品牌。
作为本发明的一种优选技术方案，所述第二车牌信息包括单张尾部车牌图像、尾部车牌号码、车辆父品牌、车辆子品牌和车辆类型。
作为本发明的一种优选技术方案，还包括
S181，获得目标车辆的单张前部车牌图像和单张尾部车牌图像，根据现行的防伪标识对单张前部车牌图像和单张尾部车牌图像进行防伪鉴别，当鉴别结果通过则返回S110，当鉴别结果不通过则继续下一步骤。
作为本发明的一种优选技术方案，还包括
S182，当鉴别结果不通过时自动转入人工坐席处理，人工坐席鉴别结果通过则返回S110，人工坐席鉴别结果不通过则将前部车牌图像和单张尾部车牌图像或提取前部车牌图像和单张尾部车牌图像上的防伪二维码上传至交管部门服务系统继续验证真伪，若交管部门服务系统反馈结果为真实则返回S110，若交管部门服务系统反馈结果为错误则等待交管部门进行处理。
作为本发明的一种优选技术方案，所述第一图像信息、第二图像信息、单张前部车牌图像和单张尾部车牌图像为单帧图片，所述单帧图片的格式为bmp、pcx、tiff、gif、jpeg、tga、exif、fpx、svg和png任一种。
另一方面，本发明提供一种导航过程中实时监测空余车位的系统，包括：
第一获得模块，所述第一获得模块用于获得目标车辆的第一图像信息；
第一提取模块，所述第一提取模块用于根据第一图像信息提取目标车辆的第一车辆信息、车辆前脸特征和车主面部特征；
第一比对模块，所述第一比对模块用于将第一图像信息提取目标车辆的车辆信息、车辆前脸特征和车主面部特征与数据库中的通行列表进行比对获得第一相似度；
第一确定模块，所述第一确定模块用于根据第一相似度是否大于相似度预设阀值，若超过预设阀值则计费放行，否则继续下一步骤；
第二获得模块，所述第二获得模块用于获得目标车辆的第二图像信息；
第二提取模块，所述第二提取模块用于根据第二图像信息提取目标车辆的第二车辆信息和车辆尾部特征；
第二比对模块，所述第二比对模块用于将第二图像信息提取目标车辆的第二车辆信息和车辆尾部特征与数据库中的通行列表进行比对获得第二相似度；
第二确定模块，所述第二确定模块用于综合第一相似度和第二相似度获得相似度评分，若相似度评分大于评分预设阀值的情况下则计费放行，否则继续下一步骤。
作为本发明的一种优选技术方案，还包括
真伪鉴别单元，所述真伪鉴别单元用于获得目标车辆的单张前部车牌图像和单张尾部车牌图像，根据现行的防伪标识对单张前部车牌图像和单张尾部车牌图像进行防伪鉴别，当鉴别结果通过则返回S110，当鉴别结果不通过则继续下一步骤。
作为本发明的一种优选技术方案，还包括
人工处理单元，所述人工处理单元用于当鉴别结果不通过时自动转入人工坐席处理，人工坐席鉴别结果通过则返回S110，人工坐席鉴别结果不通过则将前部车牌图像和单张尾部车牌图像或提取前部车牌图像和单张尾部车牌图像上的防伪二维码上传至交管部门服务系统继续验证真伪，若交管部门服务系统反馈结果为真实则返回S110，若交管部门服务系统反馈结果为错误则等待交管部门进行处理。
相对于现有技术，本发明的有益效果是：
(1)获得目标车辆的第一图像信息；根据第一图像信息提取目标车辆的第一车辆信息、车辆前脸特征和车主面部特征；将第一图像信息提取目标车辆的车辆信息、车辆前脸特征和车主面部特征与数据库中的通行列表进行比对获得第一相似度；根据第一相似度是否大于相似度预设阀值，若超过预设阀值则计费放行，否则继续下一步骤；针对出现轻微光照、车牌污损等情况和车牌号码字符识别错误较简单，能够使第一相似度较高，保障车辆快速通过，避免出口出现拥堵。
(2)获得目标车辆的第一图像信息；根据第一图像信息提取目标车辆的第一车辆信息、车辆前脸特征和车主面部特征；将第一图像信息提取目标车辆的车辆信息、车辆前脸特征和车主面部特征与数据库中的通行列表进行比对获得第一相似度；根据第一相似度是否大于相似度预设阀值，若超过预设阀值则计费放行，否则继续下一步骤；获得目标车辆的第二图像信息；根据第二图像信息提取目标车辆的第二车辆信息和车辆尾部特征；将第二图像信息提取目标车辆的第二车辆信息和车辆尾部特征与数据库中的通行列表进行比对获得第二相似度；综合第一相似度和第二相似度获得相似度评分，若相似度评分大于评分预设阀值的情况下则计费放行，否则继续下一步骤；针对多处信息综合评估，光照、车牌污损和车牌号码字符识别错误均可处理，保障车辆快速通过，避免出口出现拥堵。
(3)获得目标车辆的单张前部车牌图像和单张尾部车牌图像，根据现行的防伪标识对单张前部车牌图像和单张尾部车牌图像进行防伪鉴别，当鉴别结果通过则返回S110，当鉴别结果不通过则继续下一步骤；当鉴别结果不通过时自动转入人工坐席处理，人工坐席鉴别结果通过则返回S110，人工坐席鉴别结果不通过则将前部车牌图像和单张尾部车牌图像或提取前部车牌图像和单张尾部车牌图像上的防伪二维码上传至交管部门服务系统继续验证真伪，若交管部门服务系统反馈结果为真实则返回S110，若交管部门服务系统反馈结果为错误则等待交管部门进行处理；通过反复对车牌真伪鉴别，能够发现车辆号牌是否被更改，该车辆是否为套牌车，从而避免使被套牌车主遭受损失。
上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。
附图说明
图1是本发明所公开的一种进出车牌识别不一致自动纠正的方法的流程示意图；
图2是本发明所公开的一种进出车牌识别不一致自动纠正的系统的结构示意图。
附图标记说明：210-第一获得模块、220-第一提取模块、230-第一比对模块、240-第一确定模块、250-第二获得模块、260-第二提取模块、270-第二比对模块、280-第二确定模块、281-真伪鉴别单元、282-人工处理单元。
具体实施方式
为使本发明实施方式的目的、技术方案和优点更加清楚，下面将结合本发明实施方式中的附图，对本发明实施方式中的技术方案进行清楚、完整地描述，显然，所描述的实施方式是本发明一部分实施方式，而不是全部的实施方式。基于本发明中的实施方式，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方式，都属于本发明保护的范围。
因此，以下对在附图中提供的本发明的实施方式的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施方式。基于本发明中的实施方式，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方式，都属于本发明保护的范围。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。
在本发明的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”、“顺时针”、“逆时针”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的设备或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。
实施例一
参照附图1所示，本发明提供一种技术方案：一种进出车牌识别不一致自动纠正的方法，包括以下步骤：
S110，获得目标车辆的第一图像信息；
具体而言，利用收费站出口处在目标车辆前方的高清摄像头为获得一种目标车辆的前脸单帧图像。
在本实施例中，所述第一图像信息、第二图像信息、单张前部车牌图像和单张尾部车牌图像为单帧图片，所述单帧图片的格式为bmp、pcx、tiff、gif、jpeg、tga、exif、fpx、svg和png任一种。
S120，根据第一图像信息提取目标车辆的第一车辆信息、车辆前脸特征和车主面部特征；
具体而言，在步骤S110中获得前脸单帧图像中提取与目标车辆相关的第一车辆信息、车辆前脸特征和车主面部特征，例如，第一车辆信息包括前部车辆号码为赣A·Q7182，含有赣A·Q7182的单张前部车牌图像，车辆颜色为黑色和车辆父品牌为尼桑，车辆前脸特征包括进气栅、前照灯、车辆左侧靠近保险杠有划痕和车辆保险杠处有部分凹陷。
在本实施例中，所述第一车辆信息包括单张前部车牌图像、前部车牌号码、车辆颜色和车辆父品牌。
S130，将第一图像信息提取目标车辆的车辆信息、车辆前脸特征和车主面部特征与数据库中的通行列表进行比对获得第一相似度。
具体而言，利用收费站入口处通行时获得的第一车辆信息、车辆前脸特征和车主面部特征，将第一车辆信息、车辆前脸特征和车主面部特征上传至数据库中建立通行列表，通过在数据库中的通行列表调取收费站入口处通行时获得的第一车辆信息、车辆前脸特征和车主面部特征，与该目标车辆在收费站出口处获得的第一车辆信息、车辆前脸特征和车主面部特征进行比对并获得第一相似度。
在本实施例中，例如，在收费站出口处获得的第一车辆信息包括前部车辆号码为赣A·Q7182，含有赣A·Q7182的单张前部车牌图像，车辆颜色为黑色和车辆父品牌为尼桑，车辆前脸特征包括进气栅、前照灯、车辆左侧靠近保险杠有划痕、车辆保险杠处有部分凹陷和车主面部特征作为前提，与收费站入口处获得的第一车辆信息、车辆前脸特征和车主面部特征进行对比；在对比过程中，导致第一相似度第一近似度较低可能存在以下几种因素，一、可能存在第一图像信息模糊，提取时车辆号码出现错误，例如，可能将赣A·Q7182提取成赣A·Q7I82；二、可能存在系统识别有误，错将车辆号码一位或者多位识别错误，例如，可能将赣A·Q7182识别成赣A·Q7I82；三、由于在高速公路行驶，为了避免疲劳而发生安全事故，因此可能存在更换驾驶人的情况；四、可能存在车主为躲避交通处罚，在途中故意将车辆号码一位或者多位涂改，例如，可能将赣A·Q7182涂改成赣A·Q7I82，五、可能存在车主为躲避交通处罚，在途中故意将车牌更换成假车牌。
S140，根据第一相似度是否大于相似度预设阀值，若超过预设阀值则计费放行，否则继续下一步骤。
具体而言，在比对过程中，若第一相似度是大于相似度预设阀值则计费放行，在第一相似度是小于相似度预设阀值时，导致第一相似度是小于相似度预设阀值的更多原因是车辆号码比对不通过导致第一近似度较低，根据上述几种客观因素则继续下一步骤。
S150，获得目标车辆的第二图像信息；
具体而言，利用收费站出口处在目标车辆尾部的高清摄像头为获得一种目标车辆的前脸单帧图像。
在本实施例中，所述第一图像信息、第二图像信息、单张前部车牌图像和单张尾部车牌图像为单帧图片，所述单帧图片的格式为bmp、pcx、tiff、gif、jpeg、tga、exif、fpx、svg和png任一种。
S160，根据第二图像信息提取目标车辆的第二车辆信息和车辆尾部特征。
具体而言，在步骤S110中获得尾部单帧图像中提取与目标车辆相关的第二车辆信息和车辆尾部特征，例如，第二车牌信息包括尾部车牌号码为赣A·Q7182，含有赣A·Q7182的单张尾部车牌图像，车辆父品牌为尼桑，车辆子品牌为轩逸，车辆类型为VVT。
在本实施例中，所述第二车牌信息包括单张尾部车牌图像、尾部车牌号码、车辆父品牌、车辆子品牌和车辆类型。
S170，将第二图像信息提取目标车辆的第二车辆信息和车辆尾部特征与数据库中的通行列表进行比对获得第二相似度；
具体而言，利用收费站入口处通行时获得的第二车辆信息和车辆尾部特征，将第二车辆信息和车辆尾部特征上传至数据库中建立通行列表，通过在数据库中的通行列表调取收费站入口处通行时获得的第二车辆信息和车辆尾部特征，与该目标车辆在收费站出口处获得的第二车辆信息和车辆尾部特征进行比对，同时将前部车牌号码与尾部车牌号码进行比对并获得第二相似度。
在本实施例中，在收费站出口处获得的第二车辆信息包括尾部车牌号码为赣A·Q7182，含有赣A·Q7182的单张尾部车牌图像，车辆父品牌为尼桑，车辆子品牌为轩逸，车辆类型为VVT作为前提，与收费站入口处获得的第二车辆信息和车辆尾部特征进行对比，并将当前收费站出口处获得的前部车牌号码与尾部车牌号码进行比对获得第二相似度；在获得第二相似度的过程中，例如出现上述第一种因素、第二种因素和第三种因素，根据前部车牌号码与尾部车牌号码的对比，此时第二相似度权重略高，例如出现上述第四种因素和第五中因素，收费站出口处获得的车牌号码与收费站入口处获得的车牌号码不一致，此时第二相似度权重较低。
S180，综合第一相似度和第二相似度获得相似度评分，若相似度评分大于相似度评分预设阀值的情况下则计费放行，否则继续下一步骤。
具体而言，综合第一相似度和第二相似度获得相似度评分，若相似度评分大于相似度评分预设阀值的情况下则计费放行，并对数据库自动作出纠正，若相似度评分小于相似度评分预设阀值的情况可能存在上述第四种因素和第五种因素，因此继续执行下一步骤。
S181，获得目标车辆的单张前部车牌图像和单张尾部车牌图像，根据现行的防伪标识对单张前部车牌图像和单张尾部车牌图像进行防伪鉴别，当鉴别结果通过则返回S110，当鉴别结果不通过则继续下一步骤。
具体而言，根据单张前部车牌图像和单张尾部车牌图像进行防伪鉴别，具体鉴别车牌的颜色、车牌防伪字体、车牌防伪标记和车牌是否被更改，例如，车牌防伪字体赣的攵为夂，车牌防伪标记中云南有大象的图案标记、四川有熊猫的图案标记、陕西有兵马俑的图案标记、江苏有长江大桥的图案标记和安徽有迎客松的图案标记等。
S182，当鉴别结果不通过时自动转入人工坐席处理，人工坐席鉴别结果通过则返回S110，人工坐席鉴别结果不通过则将前部车牌图像和单张尾部车牌图像或提取前部车牌图像和单张尾部车牌图像上的防伪二维码上传至交管部门服务系统继续验证真伪，若交管部门服务系统反馈结果为真实则返回S110，若交管部门服务系统反馈结果为错误则等待交管部门进行处理。
具体而言，人工坐席继续根据上述方式对单张前部车牌图像和单张尾部车牌图像进行防伪鉴别。
实施例二
参照附图2所示，一种进出车牌识别不一致自动纠正的系统，包括：
第一获得模块210，所述第一获得模块210用于获得目标车辆的第一图像信息；
第一提取模块220，所述第一提取模块220用于根据第一图像信息提取目标车辆的第一车辆信息、车辆前脸特征和车主面部特征；
第一比对模块230，所述第一比对模块230用于将第一图像信息提取目标车辆的车辆信息、车辆前脸特征和车主面部特征与数据库中的通行列表进行比对获得第一相似度；
第一确定模块240，所述第一确定模块240用于根据第一相似度是否大于相似度预设阀值，若超过预设阀值则计费放行，否则继续下一步骤；
第二获得模块250，所述第二获得模块250用于获得目标车辆的第二图像信息；
第二提取模块260，所述第二提取模块260用于根据第二图像信息提取目标车辆的第二车辆信息和车辆尾部特征；
第二比对模块270，所述第二比对模块270用于将第二图像信息提取目标车辆的第二车辆信息和车辆尾部特征与数据库中的通行列表进行比对获得第二相似度；
第二确定模块280，所述第二确定模块280用于综合第一相似度和第二相似度获得相似度评分，若相似度评分大于评分预设阀值的情况下则计费放行，否则继续下一步骤。
在本发明实施例中，还包括
真伪鉴别单元281，所述真伪鉴别单元281用于获得目标车辆的单张前部车牌图像和单张尾部车牌图像，根据现行的防伪标识对单张前部车牌图像和单张尾部车牌图像进行防伪鉴别，当鉴别结果通过则返回S110，当鉴别结果不通过则继续下一步骤。
在本发明实施例中，还包括
人工处理单元282，所述人工处理单元282用于当鉴别结果不通过时自动转入人工坐席处理，人工坐席鉴别结果通过则返回S110，人工坐席鉴别结果不通过则将前部车牌图像和单张尾部车牌图像或提取前部车牌图像和单张尾部车牌图像上的防伪二维码上传至交管部门服务系统继续验证真伪，若交管部门服务系统反馈结果为真实则返回S110，若交管部门服务系统反馈结果为错误则等待交管部门进行处理。
本申请实施例中的上述一个或多个技术方案，至少具有如下一种或多种技术效果：
(1)本发明实施例获得目标车辆的第一图像信息；根据第一图像信息提取目标车辆的第一车辆信息、车辆前脸特征和车主面部特征；将第一图像信息提取目标车辆的车辆信息、车辆前脸特征和车主面部特征与数据库中的通行列表进行比对获得第一相似度；根据第一相似度是否大于相似度预设阀值，若超过预设阀值则计费放行，否则继续下一步骤；针对出现轻微光照、车牌污损等情况和车牌号码字符识别错误较简单，能够使第一相似度较高，保障车辆快速通过，避免出口出现拥堵。
(2)本发明实施例获得目标车辆的第一图像信息；根据第一图像信息提取目标车辆的第一车辆信息、车辆前脸特征和车主面部特征；将第一图像信息提取目标车辆的车辆信息、车辆前脸特征和车主面部特征与数据库中的通行列表进行比对获得第一相似度；根据第一相似度是否大于相似度预设阀值，若超过预设阀值则计费放行，否则继续下一步骤；获得目标车辆的第二图像信息；根据第二图像信息提取目标车辆的第二车辆信息和车辆尾部特征；将第二图像信息提取目标车辆的第二车辆信息和车辆尾部特征与数据库中的通行列表进行比对获得第二相似度；综合第一相似度和第二相似度获得相似度评分，若相似度评分大于评分预设阀值的情况下则计费放行，否则继续下一步骤；针对多处信息综合评估，光照、车牌污损和车牌号码字符识别错误均可处理，保障车辆快速通过，避免出口出现拥堵。
(3)本发明实施例获得目标车辆的单张前部车牌图像和单张尾部车牌图像，根据现行的防伪标识对单张前部车牌图像和单张尾部车牌图像进行防伪鉴别，当鉴别结果通过则返回S110，当鉴别结果不通过则继续下一步骤；当鉴别结果不通过时自动转入人工坐席处理，人工坐席鉴别结果通过则返回S110，人工坐席鉴别结果不通过则将前部车牌图像和单张尾部车牌图像或提取前部车牌图像和单张尾部车牌图像上的防伪二维码上传至交管部门服务系统继续验证真伪，若交管部门服务系统反馈结果为真实则返回S110，若交管部门服务系统反馈结果为错误则等待交管部门进行处理；通过反复对车牌真伪鉴别，能够发现车辆号牌是否被更改，该车辆是否为套牌车，从而避免使被套牌车主遭受损失。
以上所述仅为本发明的优选实施方式而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。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。
应该明白，公开的过程中的步骤的特定顺序或层次是示例性方法的实例。基于设计偏好，应该理解，过程中的步骤的特定顺序或层次可以在不脱离本公开的保护范围的情况下得到重新安排。所附的方法权利要求以示例性的顺序给出了各种步骤的要素，并且不是要限于所述的特定顺序或层次。
在上述的详细描述中，各种特征一起组合在单个的实施方案中，以简化本公开。不应该将这种公开方法解释为反映了这样的意图，即，所要求保护的主题的实施方案需要清楚地在每个权利要求中所陈述的特征更多的特征。相反，如所附的权利要求书所反映的那样，本发明处于比所公开的单个实施方案的全部特征少的状态。因此，所附的权利要求书特此清楚地被并入详细描述中，其中每项权利要求独自作为本发明单独的优选实施方案。
本领域技术人员还应当理解，结合本文的实施例描述的各种说明性的逻辑框、模块、电路和算法步骤均可以实现成电子硬件、计算机软件或其组合。为了清楚地说明硬件和软件之间的可交换性，上面对各种说明性的部件、框、模块、电路和步骤均围绕其功能进行了一般地描述。至于这种功能是实现成硬件还是实现成软件，取决于特定的应用和对整个系统所施加的设计约束条件。熟练的技术人员可以针对每个特定应用，以变通的方式实现所描述的功能，但是，这种实现决策不应解释为背离本公开的保护范围。
结合本文的实施例所描述的方法或者算法的步骤可直接体现为硬件、由处理器执行的软件模块或其组合。软件模块可以位于RAM存储器、闪存、ROM存储器、EPROM存储器、EEPROM存储器、寄存器、硬盘、移动磁盘、CD-ROM或者本领域熟知的任何其它形式的存储介质中。一种示例性的存储介质连接至处理器，从而使处理器能够从该存储介质读取信息，且可向该存储介质写入信息。当然，存储介质也可以是处理器的组成部分。处理器和存储介质可以位于ASIC中。该ASIC可以位于用户终端中。当然，处理器和存储介质也可以作为分立组件存在于用户终端中。
对于软件实现，本申请中描述的技术可用执行本申请所述功能的模块(例如，过程、函数等)来实现。这些软件代码可以存储在存储器单元并由处理器执行。存储器单元可以实现在处理器内，也可以实现在处理器外，在后一种情况下，它经由各种手段以通信方式耦合到处理器，这些都是本领域中所公知的。
上文的描述包括一个或多个实施例的举例。当然，为了描述上述实施例而描述部件或方法的所有可能的结合是不可能的，但是本领域普通技术人员应该认识到，各个实施例可以做进一步的组合和排列。因此，本文中描述的实施例旨在涵盖落入所附权利要求书的保护范围内的所有这样的改变、修改和变型。此外，就说明书或权利要求书中使用的术语“包含”，该词的涵盖方式类似于术语“包括”，就如同“包括，”在权利要求中用作衔接词所解释的那样。此外，使用在权利要求书的说明书中的任何一个术语“或者”是要表示“非排它性的或者”。

Claims (9)

1.一种进出车牌识别不一致自动纠正的方法，其特征在于，包括以下步骤：
S110，获得目标车辆的第一图像信息；
S120，根据第一图像信息提取目标车辆的第一车辆信息、车辆前脸特征和车主面部特征；
S130，将第一图像信息提取目标车辆的车辆信息、车辆前脸特征和车主面部特征与数据库中的通行列表进行比对获得第一相似度；
S140，根据第一相似度是否大于相似度预设阀值，若超过预设阀值则计费放行，否则继续下一步骤；
S150，获得目标车辆的第二图像信息；
S160，根据第二图像信息提取目标车辆的第二车辆信息和车辆尾部特征；
S170，将第二图像信息提取目标车辆的第二车辆信息和车辆尾部特征与数据库中的通行列表进行比对获得第二相似度；
S180，综合第一相似度和第二相似度获得相似度评分，若相似度评分大于评分预设阀值的情况下则计费放行，否则继续下一步骤。
2.根据权利要求1所述的一种进出车牌识别不一致自动纠正的方法，其特征在于，所述第一车辆信息包括单张前部车牌图像、前部车牌号码、车辆颜色和车辆父品牌。
3.根据权利要求2所述的一种进出车牌识别不一致自动纠正的方法，其特征在于，所述第二车牌信息包括单张尾部车牌图像、尾部车牌号码、车辆父品牌、车辆子品牌和车辆类型。
4.根据权利要求3所述的一种进出车牌识别不一致自动纠正的方法，其特征在于，还包括
S181，获得目标车辆的单张前部车牌图像和单张尾部车牌图像，根据现行的防伪标识对单张前部车牌图像和单张尾部车牌图像进行防伪鉴别，当鉴别结果通过则返回S110，当鉴别结果不通过则继续下一步骤。
5.根据权利要求4所述的一种进出车牌识别不一致自动纠正的方法，其特征在于，还包括
S182，当鉴别结果不通过时自动转入人工坐席处理，人工坐席鉴别结果通过则返回S110，人工坐席鉴别结果不通过则将前部车牌图像和单张尾部车牌图像或提取前部车牌图像和单张尾部车牌图像上的防伪二维码上传至交管部门服务系统继续验证真伪，若交管部门服务系统反馈结果为真实则返回S110，若交管部门服务系统反馈结果为错误则等待交管部门进行处理。
6.根据权利要求3所述的一种进出车牌识别不一致自动纠正的方法，其特征在于，所述第一图像信息、第二图像信息、单张前部车牌图像和单张尾部车牌图像为单帧图片，所述单帧图片的格式为bmp、pcx、tiff、gif、jpeg、tga、exif、fpx、svg和png任一种。
7.一种导航过程中实时监测空余车位的系统，应用于权利要求1～5一项所述的一种进出车牌识别不一致自动纠正的方法，其特征在于，包括：
第一获得模块(210)，所述第一获得模块(210)用于获得目标车辆的第一图像信息；
第一提取模块(220)，所述第一提取模块(220)用于根据第一图像信息提取目标车辆的第一车辆信息、车辆前脸特征和车主面部特征；
第一比对模块(230)，所述第一比对模块(230)用于将第一图像信息提取目标车辆的车辆信息、车辆前脸特征和车主面部特征与数据库中的通行列表进行比对获得第一相似度；
第一确定模块(240)，所述第一确定模块(240)用于根据第一相似度是否大于相似度预设阀值，若超过预设阀值则计费放行，否则继续下一步骤；
第二获得模块(250)，所述第二获得模块(250)用于获得目标车辆的第二图像信息；
第二提取模块(260)，所述第二提取模块(260)用于根据第二图像信息提取目标车辆的第二车辆信息和车辆尾部特征；
第二比对模块(270)，所述第二比对模块(270)用于将第二图像信息提取目标车辆的第二车辆信息和车辆尾部特征与数据库中的通行列表进行比对获得第二相似度；
第二确定模块(280)，所述第二确定模块(280)用于综合第一相似度和第二相似度获得相似度评分，若相似度评分大于评分预设阀值的情况下则计费放行，否则继续下一步骤。
8.根据权利要求7所述的一种进出车牌识别不一致自动纠正的系统，其特征在于，还包括
真伪鉴别单元(281)，所述真伪鉴别单元(281)用于获得目标车辆的单张前部车牌图像和单张尾部车牌图像，根据现行的防伪标识对单张前部车牌图像和单张尾部车牌图像进行防伪鉴别，当鉴别结果通过则返回S110，当鉴别结果不通过则继续下一步骤。
9.根据权利要求8所述的一种进出车牌识别不一致自动纠正的系统，其特征在于，还包括
人工处理单元(282)，所述人工处理单元(282)用于当鉴别结果不通过时自动转入人工坐席处理，人工坐席鉴别结果通过则返回S110，人工坐席鉴别结果不通过则将前部车牌图像和单张尾部车牌图像或提取前部车牌图像和单张尾部车牌图像上的防伪二维码上传至交管部门服务系统继续验证真伪，若交管部门服务系统反馈结果为真实则返回S110，若交管部门服务系统反馈结果为错误则等待交管部门进行处理。
CN202011606644.7A 2020-12-30 2020-12-30 一种进出车牌识别不一致自动纠正的方法及系统 Pending CN112818744A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011606644.7A CN112818744A (zh) 2020-12-30 2020-12-30 一种进出车牌识别不一致自动纠正的方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011606644.7A CN112818744A (zh) 2020-12-30 2020-12-30 一种进出车牌识别不一致自动纠正的方法及系统

Publications (1)

Publication Number Publication Date
CN112818744A true CN112818744A (zh) 2021-05-18

Family

ID=75855395

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011606644.7A Pending CN112818744A (zh) 2020-12-30 2020-12-30 一种进出车牌识别不一致自动纠正的方法及系统

Country Status (1)

Country Link
CN (1) CN112818744A (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103456048A (zh) * 2013-09-16 2013-12-18 张忠义 一种停车场完全基于车牌识别的停车收费方法
CN105654733A (zh) * 2016-03-08 2016-06-08 博康智能网络科技股份有限公司 一种基于视频检测的前后车牌识别方法及装置
CN105893953A (zh) * 2016-03-30 2016-08-24 上海博康智能信息技术有限公司 一车两牌车辆检测方法及其系统
CN206003305U (zh) * 2016-08-18 2017-03-08 福州大学 基于二维码的车牌识别装置
CN108492578A (zh) * 2018-04-19 2018-09-04 厦门民望科技有限公司 一种车头和车尾车牌双向视频识别方法
CN108694399A (zh) * 2017-04-07 2018-10-23 杭州海康威视数字技术股份有限公司 车牌识别方法、装置及系统
CN110796052A (zh) * 2019-10-21 2020-02-14 和昌未来科技（深圳）有限公司 车牌识别方法、装置、设备及可读介质

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103456048A (zh) * 2013-09-16 2013-12-18 张忠义 一种停车场完全基于车牌识别的停车收费方法
CN105654733A (zh) * 2016-03-08 2016-06-08 博康智能网络科技股份有限公司 一种基于视频检测的前后车牌识别方法及装置
CN105893953A (zh) * 2016-03-30 2016-08-24 上海博康智能信息技术有限公司 一车两牌车辆检测方法及其系统
CN206003305U (zh) * 2016-08-18 2017-03-08 福州大学 基于二维码的车牌识别装置
CN108694399A (zh) * 2017-04-07 2018-10-23 杭州海康威视数字技术股份有限公司 车牌识别方法、装置及系统
CN108492578A (zh) * 2018-04-19 2018-09-04 厦门民望科技有限公司 一种车头和车尾车牌双向视频识别方法
CN110796052A (zh) * 2019-10-21 2020-02-14 和昌未来科技（深圳）有限公司 车牌识别方法、装置、设备及可读介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
朱百万: "车脸识别的停车场收费系统设计与实现", 《电子技术与软件工程》 *

Similar Documents

Publication Publication Date Title
US7171049B2 (en) Method and apparatus for alphanumeric recognition
CN110969160B (zh) 一种基于深度学习的车牌图像校正、识别方法及系统
CN110956169B (zh) 一种车牌识别方法、装置及电子设备
CN104915644B (zh) 一种基于差别数据重建的车牌智能判别方法
CN106652469B (zh) 一种车辆进场、车辆出场车牌识别方法和车牌识别系统
US20110116686A1 (en) Video tolling system with error checking
CN103065138A (zh) 一种机动车牌号的识别方法
JP5338255B2 (ja) 車両認識装置
CN106128113A (zh) 套牌车辆的识别方法及装置
CN106960579A (zh) 一种无牌车的识别方法及使用其的停车场系统
CN112115939A (zh) 车辆车牌的识别方法、装置
CN101727581B (zh) 基于字符预分割的车牌倾斜校正方法
CN112818744A (zh) 一种进出车牌识别不一致自动纠正的方法及系统
JP5974448B2 (ja) 車両情報登録方法、車両情報登録装置、及び車両情報登録プログラム
CN113408364B (zh) 一种临时车牌识别方法、系统、装置及存储介质
CN111179452A (zh) 一种基于etc通道客车扣费的系统和方法
CN113065399A (zh) 基于车载平台的交通标识识别系统
CN117576674A (zh) 车牌识别方法、装置、设备及介质
CN113284349A (zh) 车牌识别方法及系统
JP4784932B2 (ja) 車両判別装置及びそのプログラム
CN114882393B (zh) 一种基于目标检测的道路逆行与交通事故事件检测方法
CN116824549A (zh) 基于多检测网络融合的目标检测方法、装置及车辆
CN111881843B (zh) 一种基于人脸检测的出租车载客人数统计方法
CN110135418A (zh) 基于图片的交通事故定责方法、装置、设备及存储介质
CN111368816A (zh) 车牌识别方法、系统、装置和计算机可读存储介质

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20210518

RJ01 Rejection of invention patent application after publication