[发明专利]一种基于深度学习模型的车牌字符整体识别方法在审
| 申请号： | 201710187290.9 | 申请日： | 2017-03-27 |
| 公开（公告）号： | CN107085723A | 公开（公告）日： | 2017-08-22 |
| 发明（设计）人： | 王运节;许震;张如高 | 申请（专利权）人： | 新智认知数据服务有限公司 |
| 主分类号： | G06K9/20 | 分类号： | G06K9/20;G06K9/62 |
| 代理公司： | 上海远同律师事务所31307 | 代理人： | 丁利华 |
| 地址： | 201209 上海市浦*** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种基于深度学习模型的车牌字符整体识别方法，包括步骤a进行车辆检测，获得目标车辆，由目标车辆确定整个车牌检测区域；步骤b对所述整个车牌检测区域进行检测获得车牌区域；步骤c通过深度神经网络模型对所述车牌区域的车牌号码进行整体识别，所述深度神经网络模型包括依次连接的4个卷积层和2个全连接层，最后一个全连接层包含七个分支，各分支分别对应车牌号码上的汉字、字母、数字或标识。本发明通过引入深度学习模型进行整体识别，提高了车牌字符识别率，克服了传统车牌识别方法需要进行车牌字符分割所带来的依赖性和结果不确定性所导致的误识别问题。 | ||
| 搜索关键词： | 一种 基于 深度 学习 模型 车牌 字符 整体 识别 方法 | ||
【主权项】：
一种基于深度学习模型的车牌字符整体识别方法，其特征在于，包括如下步骤：步骤a：进行车辆检测，获得目标车辆，由目标车辆确定整个车牌检测区域；步骤b：对所述整个车牌检测区域进行检测获得车牌区域；步骤c：通过深度神经网络模型对所述车牌区域的车牌号码进行整体识别，所述深度神经网络模型包括依次连接的4个卷积层和2个全连接层，最后一个全连接层包含七个分支，各分支分别对应车牌号码上的汉字、字母、数字或标识。
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新智认知数据服务有限公司，未经新智认知数据服务有限公司许可，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/201710187290.9/，转载请声明来源钻瓜专利网。
- 上一篇：一种双头切管机
- 下一篇：一种书籍页面信息传输装置和方法
