[发明专利]基于深度学习的对车牌位置不敏感的车牌识别方法在审
| 申请号： | 201610313111.7 | 申请日： | 2016-05-12 |
| 公开（公告）号： | CN105956626A | 公开（公告）日： | 2016-09-21 |
| 发明（设计）人： | 邹刚;蒋涛;李鸿升 | 申请（专利权）人： | 成都新舟锐视科技有限公司 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/08 |
| 代理公司： | 北京天奇智新知识产权代理有限公司 11340 | 代理人： | 杨春 |
| 地址： | 635200 四川省成都市高新区*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于深度学习的对车牌位置不敏感的车牌识别方法，其特征在于：构建带有七位车牌字符标注的样本集，并对深度卷积神经网络进行训练，车牌识别方法包括下述步骤：将待检测的车牌图像进行预处理；将预处理后的车牌图像转换成与样本集中样本的尺寸相同的图像并输入已训练的深度卷积神经网络；在深度卷积神经网络中进行一次前向传播，并输出七个标签；通过查表获得标签对应的汉字和字符，获得七位车牌字符。本发明创造性地通过共享卷积层同时对七位车牌字符进行识别，同时通过有针对地进行样本处理，可以有效地识别车牌位置信息，提升在复杂环境下的识别率，最终达到较好的整体识别效果。 | ||
| 搜索关键词： | 基于 深度 学习 车牌 位置 敏感 识别 方法 | ||
【主权项】：
一种基于深度学习的对车牌位置不敏感的车牌识别方法，其特征在于：构建带有七位车牌字符标注的样本集，并对深度卷积神经网络进行训练，车牌识别方法包括下述步骤：(1)将待检测的车牌图像进行预处理；(2)将预处理后的车牌图像转换成与样本集中样本的尺寸相同的图像并输入已训练的深度卷积神经网络；(3)在深度卷积神经网络中进行一次前向传播，并输出七个标签；(4)通过查表获得标签对应的汉字和字符，获得七位车牌字符。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于成都新舟锐视科技有限公司，未经成都新舟锐视科技有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201610313111.7/，转载请声明来源钻瓜专利网。
- 上一篇：一种检测目标的方法和装置
- 下一篇：一种板栗体细胞胚的诱导方法
