(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 20221095425 5.6 (22)申请日 2022.08.10 (71)申请人 北京精英路通科技有限公司 地址 101102 北京市通州区环科中路17号 (72)发明人 张政　师小凯　 (74)专利代理 机构 北京银龙知识产权代理有限 公司 11243 专利代理师 刘念 (51)Int.Cl. G06V 20/62(2022.01) G06V 10/22(2022.01) G06V 10/26(2022.01) G06V 10/44(2022.01) G06V 10/82(2022.01) (54)发明名称 车牌状态检测方法、 装置及电子设备 (57)摘要 本公开提供了一种车牌状态检测方法、 装置 及电子设备， 涉及图像处理技术领域， 具体涉及 人工智能、 计算机视觉、 深度学习、 智慧停车技术 领域。 具体实现方案为： 获取第一图像， 所述第一 图像包括目标车辆的图像内容； 对 所述第一图像 进行图像分割， 得到目标信息， 所述目标信息包 括目标关键点信息， 所述目标关键点信息为所述 目标车辆中可安装车牌的位置区域的关键点信 息； 基于所述第一图像进行所述目标车辆的车牌 检测， 得到检测结果； 基于所述目标信息和所述 检测结果， 对所述目标车辆的车牌状态进行检 测。 权利要求书4页 说明书13页 附图3页 CN 115294559 A 2022.11.04 CN 115294559 A 1.一种车牌状态检测方法， 包括： 获取第一图像， 所述第一图像包括目标 车辆的图像内容； 对所述第 一图像进行图像分割， 得到目标信 息， 所述目标信 息包括目标关键点信 息， 所 述目标关键点信息为所述目标 车辆中可安装车牌的位置区域的关键点信息； 基于所述第一图像进行 所述目标 车辆的车牌检测， 得到检测结果； 基于所述目标信息和所述检测结果， 对所述目标 车辆的车牌状态进行检测。 2.根据权利要求1所述的方法， 其中， 所述基于所述目标信息和所述检测结果， 对所述 目标车辆的车牌状态进行检测， 包括： 在所述检测结果表征检测到所述目标车辆的车牌的情况下， 对所述目标车辆的车牌属 性进行识别； 在识别到所述车牌属性为第 一属性的情况下， 基于所述目标信 息对所述目标车辆的遮 挡原因进行识别， 以确定所述 目标车辆的车牌状态， 所述第一属 性指示所述 目标车辆的车 牌存在遮挡； 在识别到所述车牌属性为第 二属性的情况下， 基于所述第 二属性确定所述目标车辆的 车牌状态， 所述第二属 性指示所述 目标车辆的车牌不存在遮挡， 且指示所述 目标车辆的车 牌清晰度。 3.根据权利要求2所述的方法， 其中， 所述基于所述目标信 息对所述目标车辆的遮挡原 因进行识别， 以确定所述目标 车辆的车牌状态， 包括： 在所述目标关键点信 息对应的位置数量大于或等于预设数量的情况下， 获取第 一掩膜 图像， 所述第一掩膜图像包括从所述 目标车辆的第二掩膜图像中， 截取到的所述 目标关键 点信息指示的位置区域掩膜， 所述目标信息还 包括所述第二掩膜图像； 将所述第一掩膜图像中第 一像素点设置为第 一值， 并将所述第 一掩膜图像中第 二像素 点设置为第二值， 得到二值图， 所述第一像素点为属于所述目标车辆的像素点， 所述第二像 素点为所述第一掩膜图像中除所述第一像素点之外的其 他像素点； 确定所述二值图中每一行断裂处 的宽度， 所述断裂表征相邻所述第 一值之间包括所述 第二值； 在所述二值图中目标断裂处的行数大于第一预设阈值， 且小于第二预设阈值的情况 下， 确定所述车牌状态为所述 目标车辆存在人为遮挡， 所述 目标断裂为宽度大于第三预设 阈值的断裂， 所述第二预设阈值大于所述第一预设阈值； 在所述二值图中所述目标断裂的行数小于或等于所述第一预设阈值， 或者， 所述二值 图中所述目标断裂的行数大于或等于所述第二预设阈值的情况下， 确定所述车牌状态为所 述目标车辆存在环境遮挡。 4.根据权利要求2所述的方法， 其中， 所述基于所述目标信 息对所述目标车辆的遮挡原 因进行识别， 以确定所述目标 车辆的车牌状态， 包括： 在所述目标关键点信 息对应的位置数量小于预设数量的情况下， 确定所述车牌状态为 所述目标 车辆存在环境遮挡。 5.根据权利要求1所述的方法， 其中， 所述基于所述目标信息和所述检测结果， 对所述 目标车辆的车牌状态进行检测， 包括： 在所述检测结果表征未检测到所述目标车辆的车牌的情况下， 若所述目标关键点信 息权　利　要　求　书 1/4 页 2 CN 115294559 A 2对应的位置数量大于或等于预设数量， 确定所述车牌状态为所述目标 车辆不存在车牌； 若所述目标关键点信 息对应的位置数量小于所述预设数量， 确定所述车牌状态为未识 别到所述目标 车辆的车牌。 6.根据权利要求1所述的方法， 其中， 所述基于所述第 一图像进行所述目标车辆的车牌 检测， 得到检测结果， 包括： 基于所述第一图像进行 车牌检测； 在检测到车牌的情况下， 基于检测到的车牌位置与所述目标关键点信 息所指示的位置 区域的关系， 确定所述检测结果； 其中， 在所述车牌位置位于所述目标关键点信息所指示的 位置区域中的情况下， 所述检测结果为检测到所述 目标车辆的车牌， 在所述车牌位置未位 于所述目标关键点信息所指示的位置区域中的情况下， 所述检测结果为未检测到所述目标 车辆的车牌； 在未检测到车牌的情况 下， 确定所述检测结果 为未检测到所述目标 车辆的车牌。 7.根据权利要求1所述的方法， 其中， 所述获取第一图像， 包括： 基于视频流进行目标跟踪， 得到跟踪结果， 所述视频流包括车辆图像； 在所述跟踪结果满足预设条件的情况下， 确定所述视频流的最新图像帧中包括所述目 标车辆的图像内容； 从所述图像帧中截取包括所述目标 车辆的图像内容的图像， 得到所述第一图像。 8.根据权利要求7 所述的方法， 其中， 所述跟踪结果满足预设条件 包括以下至少一项： 基于视频流的最新图像帧跟踪到目标标识的车辆， 所述目标标识为在所述视频流的最 新图像帧之前的图像帧中未检测到的车辆标识； 基于视频流的最新图像帧跟踪到车牌状态标记为第 一车牌状态的车辆， 且所述第 一车 牌状态的车辆不存在其 他目标遮挡， 所述第一车牌状态指示未识别到车牌； 基于视频流的最新图像帧跟踪到车牌状态标记为所述第 一车牌状态的车辆， 且所述第 一车牌状态的车辆位置与第一目标位置的距离之差大于第四预设阈值， 所述第一目标位置 为所述第一车牌状态的车辆在所述视频流的最 新图像帧之前的图像帧中的位置； 基于视频流的最新图像帧跟踪到车牌状态标记为第 二车牌状态的车辆， 且所述第 二车 牌状态的车辆不存在其 他目标遮挡， 所述第二车牌状态指示车牌模糊或车牌存在遮挡； 基于视频流的最新图像帧跟踪到车牌状态标记为所述第 二车牌状态的车辆， 且所述第 二车牌状态的车辆位置与第二目标位置的距离之差大于第五预设阈值， 所述第二目标位置 为所述第二车牌状态的车辆在所述视频流的最 新图像帧之前的图像帧中的位置 。 9.一种车牌状态检测装置， 包括： 获取模块， 用于获取第一图像， 所述第一图像包括目标 车辆的图像内容； 图像分割模块， 用于对所述第 一图像进行图像分割， 得到目标信 息， 所述目标信 息包括 目标关键点信息， 所述目标关键点信息为所述目标车辆中可安装车牌的位置区域的关键点 信息； 第一检测模块， 用于基于所述第一图像进行 所述目标 车辆的车牌检测， 得到检测结果； 第二检测模块， 用于基于所述目标信息和所述检测结果， 对所述目标车辆的车牌状态 进行检测。 10.根据权利要求9所述的装置， 其中， 所述第二检测模块包括：权　利　要　求　书 2/4 页 3 CN 115294559 A 3