(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 202210170676.X (22)申请日 2022.02.24 (71)申请人 上海闪马智能科技有限公司 地址 200210 上海市浦东 新区中国 （上海） 自由贸易试验区临港新片区环湖西二 路888号C楼 申请人 杭州闪马智擎科技有限公司 (72)发明人 林亦宁　汪传坤　 (51)Int.Cl. G06V 20/62(2022.01) G06V 20/40(2022.01) G06K 9/62(2022.01) G06V 10/764(2022.01) G06V 10/774(2022.01) G06V 10/80(2022.01) (54)发明名称 一种车牌数据处理方法、 装置、 存储介质及 电子装置 (57)摘要 本发明实施例提供了一种车牌数据处理方 法、 装置、 存储介质及电子装置， 通过获取目标视 频流数据， 其中所述目标视频流数据对应同一目 标车牌， 基于 所述目标视频流数据， 获取N组帧序 列数据， 其中所述N组帧序列数据用于对应获取N 个车牌识别结果， 当其中一组帧序列数据没有对 应获取到 所述车牌识别结果时， 则可以获取一组 新的帧序列数据， 通过预训练的目标识别网络模 型对所述N组帧序列数据分别进行车牌识别， 对 应得到N个车牌识别结果， 对所述N个有效车牌识 别结果进行条件判断， 得到车牌最终识别结果， 优化了车牌数据处理流程， 提高了车牌识别的准 确率。 权利要求书2页 说明书11页 附图3页 CN 114529896 A 2022.05.24 CN 114529896 A 1.一种车牌数据处 理方法， 其特 征在于， 包括： 获取目标视频流数据， 其中所述目标视频流数据对应同一目标 车牌； 基于所述目标视频流数据， 执行第一操作， 其中， 所述第一操作包括： 获取N组帧序列数 据； 通过预训练的目标识别网络模型对所述N组帧序列数据分别进行车牌识别， 对应得到N 个车牌识别结果， 其中所述N组帧序列数据用于对应获取N个车牌识别结果， 所述N为大于等 于1的正整数； 对所述N个有效车牌识别结果进行 条件判断， 得到车牌 最终识别结果。 2.根据权利要求1所述的方法， 其特征在于， 通过预训练的目标识别网络模型对所述N 组帧序列数据分别进行 车牌识别， 对应得到N个车牌识别结果， 包括： 预先训练得到目标网络模型， 其中， 所述目标网络模型至少包括一个用于提取深度特 征的主干网络， 一个用于得到车牌识别表征的车牌识别网络和一个用于得到车牌模糊特征 表征的车牌模糊分类网络 。 3.根据权利要求1所述的方法， 其特征在于， 通过预训练的目标识别网络模型对所述N 组帧序列数据分别进行 车牌识别， 对应得到N个车牌识别结果， 还 包括： 通过所述主干网络提取每组帧序列数据中的所述深度特征， 得到对应的N组深度特征 数据； 对于所述N组深度特征数据， 通过所述车牌识别网络和所述车牌模糊分类网络分别进 行特征提取， 对应得到N组车牌识别特 征表征和车牌模糊特 征表征； 基于所述N组车牌识别特征表征和所述车牌模糊特征表征， 对应得到N组车牌识别数据 和车牌模糊置信度数据； 对所述N组车牌识别数据和所述车牌模糊置信度 数据分别执行车牌识别判断， 得到N个 车牌识别判断结果， 其中所述车牌识别判断结果包括有效车牌识别结果和无效车牌识别结 果， 其中， 当所述车牌识别判断结果为无效车牌识别结果时， 则执行第一操作， 直至得到N个 有效车牌识别结果。 4.根据权利要求1所述的方法， 其特征在于， 对所述N个有效车牌识别结果进行条件判 断， 得到车牌 最终识别结果， 包括： 当N等于三时， 判断条件为： 当所述N个有效车牌识别结果满足所显示的所有车牌号一 致的条件时， 则该一 致的车牌 号为所述车牌 最终识别结果； 当N大于三时， 判断条件为： 当所述N个有效车牌识别结果满足所有超过所述目标阈值 的有效车牌识别结果所显示的车牌号一致的条件时， 则该一致的车牌号为所述车牌最终识 别结果； 否则返回执 行第一操作， 直至得到所述车牌 最终识别结果。 5.一种车牌数据处 理装置， 其特 征在于， 包括， 第一获取模块， 用于获取目标视频流数据， 其中所述目标视频流数据对应同一目标车 牌； 第二获取模块， 用于基于所述目标视频流数据， 执行第一操作， 其中， 所述第一操作包 括： 获取N组帧序列数据； 通过预训练的目标识别网络模型对所述N组帧序列数据分别进行 车牌识别， 对应得到N个车牌识别结果， 其中， 所述N组帧序列数据用于对应获取N个车牌识 别结果， 所述 N为大于等于1的正整数；权　利　要　求　书 1/2 页 2 CN 114529896 A 2识别模块， 用于； 判断模块， 用于对所述 N个有效车牌识别结果进行 条件判断， 得到车牌 最终识别结果。 6.根据权利要求5所述的装置， 其特征在于， 所述识别模块， 用于通过预训练的目标识 别网络模型对所述 N组帧序列数据分别进行 车牌识别， 对应得到N个车牌识别结果， 包括： 预先训练得到目标网络模型， 其中， 所述目标网络模型至少包括一个用于提取深度特 征的主干网络， 一个用于得到车牌识别表征的车牌识别网络和一个用于得到车牌模糊特征 表征的车牌模糊分类网络 。 7.根据权利要求5所述的装置， 其特 征在于， 所述识别模块包括： 特征提取单元， 用于通过所述主干网络提取每组帧序列数据中的所述深度特征， 得到 对应的N组深度特 征数据； 特征表征提取单元， 用于对于所述N组深度 特征数据， 通过所述车牌识别网络和所述车 牌模糊分类网络分别进行 特征提取， 对应得到N组车牌识别特 征表征和车牌模糊特 征表征； 数据获取单元， 用于基于所述N组车牌识别特征表征和所述车牌模糊特征表征， 对应得 到N组车牌识别数据和车牌模糊置信度数据； 识别判断单元， 用于对所述N组车牌识别数据和所述车牌模糊置信度数据分别执行车 牌识别判断， 得到N个车牌识别判断结果， 其中所述车牌识别判断结果包括有效车牌识别结 果和无效车牌识别结果， 其中， 当所述车牌识别判断结果为无效车牌识别结果时， 则返回所 述第二获取模块以执 行第一操作， 直至得到N个有效车牌识别结果。 8.根据权利要求5所述的装置， 其特 征在于， 所述判断模块包括： 当N等于三时， 判断条件为： 当所述N个有效车牌识别结果满足所显示的所有车牌号一 致的条件时， 则该一 致的车牌 号为所述车牌 最终识别结果； 当N大于三时， 判断条件为： 当所述N个有效车牌识别结果满足所有超过所述目标阈值 的有效车牌识别结果所显示的车牌号一致的条件时， 则该一致的车牌号为所述车牌最终识 别结果； 否则返回所述第二获取模块以执 行第一操作， 直至得到所述车牌 最终识别结果。 9.一种计算机可读存储介质， 其特征在于， 所述计算机可读存储介质中存储有计算机 程序， 其中， 所述计算机程序被设置为 运行时执 行所述权利要求1至4任一项中所述的方法。 10.一种电子装置， 包括存储器和 处理器， 其特征在于， 所述存储器中存储有计算机程 序， 所述处理器被设置为运行所述计算机程序以执行所述权利要求 1至4任一项中所述的方 法。权　利　要　求　书 2/2 页 3 CN 114529896 A 3