基于深度學(xué)習(xí)的快速車牌識(shí)別方法

基本信息

申請(qǐng)?zhí)?/td> CN202110203735.4 申請(qǐng)日 -
公開(kāi)（公告）號(hào) CN113065545A 公開(kāi)（公告）日 2021-07-02
申請(qǐng)公布號(hào) CN113065545A 申請(qǐng)公布日 2021-07-02
分類號(hào) G06K9/32（2006.01）I;G06K9/40（2006.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I 分類 計(jì)算；推算；計(jì)數(shù);
發(fā)明人 熊文昌 申請(qǐng)（專利權(quán)）人 上海辛瑋智能科技有限公司
代理機(jī)構(gòu) - 代理人 -
地址 200092上海市楊浦區(qū)鐵嶺路38號(hào)1層
法律狀態(tài) -

摘要

摘要 本發(fā)明提供了基于深度學(xué)習(xí)的快速車牌識(shí)別方法，其基于一定數(shù)量的不同情況下的車牌數(shù)據(jù)集，通過(guò)隨機(jī)替換字符所在區(qū)域的方式生成不同內(nèi)容的車牌數(shù)據(jù)，并且對(duì)車牌數(shù)據(jù)進(jìn)行圖像增強(qiáng)處理，并結(jié)合長(zhǎng)短期記憶人工神經(jīng)網(wǎng)絡(luò)LSTM搭建形成卷積神經(jīng)網(wǎng)絡(luò)模型，和利用CTC損失函數(shù)優(yōu)化模型，最后將對(duì)待檢測(cè)車輛拍攝得到的圖像輸入到相應(yīng)的模型中，從而得到相應(yīng)的車牌號(hào)碼信息，其能夠?qū)υ诜撬椒较蚺臄z或者存在透視變換的車牌圖像進(jìn)行有效的識(shí)別，從而提高對(duì)不同場(chǎng)景環(huán)境中存在的車輛進(jìn)行車牌識(shí)別的快速性、精確性和可靠性。