[发明专利]一种基于深度学习的车牌识别方法在审
| 申请号： | 201810853164.7 | 申请日： | 2018-07-30 |
| 公开（公告）号： | CN109145900A | 公开（公告）日： | 2019-01-04 |
| 发明（设计）人： | 黄欢;杨威;孟阿瑾;黄刘生 | 申请（专利权）人： | 中国科学技术大学苏州研究院 |
| 主分类号： | G06K9/32 | 分类号： | G06K9/32;G06K9/34;G06K9/62 |
| 代理公司： | 苏州广正知识产权代理有限公司 32234 | 代理人： | 张汉钦 |
| 地址： | 215000 江苏省苏州*** | 国省代码： | 江苏;32 |
| 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车牌识别方法，包括车牌矫正模块、字符切割模块和字符识别模块；车牌矫正模块用第一深度卷积神经网络定位车牌坐标位置并通过仿射变换操作矫正车牌形状；字符切割模块用神经网络预测字符切割位置并切割成单个字符图片；字符识别模块用第二深度卷积神经网络进行字符分类。通过上述方式，本发明的基于深度学习的车牌识别方法，围绕每个神经网络的网络结构和参数进行了改进和优化，大大减少了对车牌倾斜角度的约束，能够容忍五十度以内的车牌倾斜角度。 | ||
| 搜索关键词： | 车牌 车牌识别 字符切割 矫正 卷积神经网络 字符识别模块 神经网络预测 车牌形状 单个字符 定位车牌 仿射变换 神经网络 网络结构 字符分类 坐标位置 学习 切割 优化 改进 图片 | ||
【主权项】：
1.一种基于深度学习的车牌识别方法，其特征在于，包括车牌矫正模块、字符切割模块和字符识别模块；所述车牌矫正模块用第一深度卷积神经网络定位车牌坐标位置并通过仿射变换操作矫正车牌形状；所述字符切割模块用神经网络预测字符切割位置并切割成单个字符图片；所述字符识别模块用第二深度卷积神经网络进行字符分类。
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中国科学技术大学苏州研究院，未经中国科学技术大学苏州研究院许可，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/201810853164.7/，转载请声明来源钻瓜专利网。
