(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210146524.6 (22)申请日 2022.02.17 (71)申请人 广州广电运 通金融电子股份有限公 司 地址 510000 广东省广州市高新 技术产业 开发区科 学城科林路9、 1 1号 (72)发明人 冼金才　徐天适　黄宇恒　张华俊　 金晓峰　 (74)专利代理 机构 杭州创智卓英知识产权代理 事务所(普通 合伙) 33324 专利代理师 季健康 (51)Int.Cl. G06V 20/62(2022.01) G06V 10/25(2022.01) G06V 10/44(2022.01)G06V 10/82(2022.01) G06N 3/04(2006.01) (54)发明名称 一种一阶段车牌图像提取方法、 系统、 设备 及存储介质 (57)摘要 本发明公开了一种一阶段车牌图像提取方 法、 系统、 设备及存储介质， 其提取方法包括： 获 取图像数据， 基于角点检测模型对 所述图像数据 进行角点预测以获得输出结果， 其输出结果包括 关联嵌入预测图、 角点预测图以及角点偏移预测 图； 基于所述角点预测图获取角点基础坐标， 根 据所述角点偏移预测图提取角点偏移量 以对所 述角点基础坐标进行修正， 并结合所述关联嵌入 预测图对角点进行关联向量聚合 以形成车牌位 置。 本发明通过使用单一模型直接实现车牌区域 的提取， 缓解多模型组合造成速度下滑问题； 并 通过模型输出的角点预测图直接获取车牌角点 图像像素位置， 解决了回归仿射变换系数与透视 变换系数的精度问题与稳定性问题。 权利要求书2页 说明书6页 附图3页 CN 114627460 A 2022.06.14 CN 114627460 A 1.一种一阶段 车牌图像提取 方法， 其特 征在于， 包括： 获取图像数据， 基于角点检测模型对所述图像数据进行角点预测以获得输出结果， 其 输出结果包括关联嵌入预测图、 角点预测图以及角点偏移预测图； 基于所述角点预测图获取角点基础坐标， 根据所述角点偏移预测图提取角点偏移量以 对所述角点基础坐标进行修正， 并结合所述关联嵌入预测图对角点进 行关联向量聚合以形 成车牌位置。 2.根据权利要求1所述的一阶段车牌图像提取方法， 其特征在于， 获取所述图像数据后 还包括： 将所述图像数据通过双线性插值的方式转化成指定尺寸的图像， 对转化为指定尺寸的 图像进行去均值和归一 化处理。 3.根据权利要求1所述的一阶段车牌图像提取方法， 其特征在于， 所述角点检测模型通 过卷积神经网络训练而成， 其训练方法为： 获取训练数据集， 对所述训练数据集进行 特征提取以获得 特征图； 将不同尺寸的特征图进行融合以获得所述关联嵌入预测图、 所述角点预测图以及所述 角点偏移预测图； 结合训练过程中获得的所述关联嵌入预测图、 所述角点预测图以及所述角点偏移预测 图确定模型损失函数， 并基于梯度的优化算法优化所述模型损失函数， 获取优化后的模型 参数以获得 所述角点检测模型。 4.根据权利要求3所述的一阶段车牌图像提取方法， 其特征在于， 所述模型损失函数 为： L＝Lk+Lo+LAE； 其中， Lk， Lo， LAE分别指的是 车牌角点损失函数、 偏置损失函数和关联嵌入损失函数。 5.根据权利要求1所述的一阶段车牌图像提取方法， 其特征在于， 基于所述角点预测图 获取角点基础坐标的方法为： 对所述角点预测图进行最大池化处理， 将池化后的结果与所述角点预测图进行逐元素 相减以获得相减后元 素值为零的位置， 并将该位置所对应的坐标作为所述角点基础坐标。 6.根据权利要求5所述的一阶段车牌图像提取方法， 其特征在于， 对所述角点基础坐标 进行修正的方法为： 从所述角点偏移预测图中提取出所述角点基础坐标所对应的角点偏移量， 将所述角点 偏移量结合所述角点基础坐标以得到偏移修 正的角点 位置； 将偏移修正的角点 位置乘以特 征图下采样倍数以获得修 正后的角点 坐标。 7.根据权利要求6所述的一阶段车牌图像提取方法， 其特征在于， 结合所述关联嵌入预 测图对角点进行关联向量聚合的方法为： 从所述关联嵌入预测图中提取 出所述角点基础坐标 所对应的角点的关联嵌入向量； 计算各关联嵌入向量之间的欧式距离， 并将欧式距离最小的点作为同一个车牌的角 点。 8.一种一阶段车牌图像提取系统， 其特征在于， 执行如权利要求1～7任意一项所述的 一阶段车牌图像提取 方法； 系统包括： 角点预测模块， 用于获取图像数据， 并基于角点检测模型对所述图像数据进行角点预权　利　要　求　书 1/2 页 2 CN 114627460 A 2测以获得输出 结果， 其输出 结果包括关联嵌入预测图、 角点预测图以及角点偏移预测图； 角点修正模块， 用于基于所述角点预测图获取角点基础坐标， 根据所述角点偏移预测 图提取角点偏移 量以对所述角点基础坐标进 行修正， 并结合所述关联嵌入 预测图对角点进 行关联向量聚合以形成车牌 位置。 9.一种电子设备， 其特征在于， 其包括处理器、 存储器及存储于所述存储器上并可在所 述处理器上运行的计算机程序， 所述处理器执行所述计算机程序时实现权利要求1～7任一 所述的一阶段 车牌图像提取 方法。 10.一种计算机可读存储介质， 其特征在于， 其上存储有计算机程序， 所述计算机程序 被执行时实现权利要求1～7任一所述的一阶段 车牌图像提取 方法。权　利　要　求　书 2/2 页 3 CN 114627460 A 3