[发明专利]一种基于深度学习的端到端车牌识别系统及其方法

摘要

本发明公开了一种基于深度学习的端到端车牌识别系统及其方法，主要涉及图像定位和图像识别模块，在原有基于卷积神经网络的检测模型上扩展多尺度检测的深度，提升车牌对于小物体的定位精度；另外，本文还利用双向门控循环单元与基于神经网络的时序类分类算法优化识别网络，完成对已定位车牌的无字符分割的识别任务，简化系统识别流程，提升了网络的收敛速度和识别准确率，同时对训练图片进行随机变化，以提高模型训练的有效性。相比于传统的车牌识别方法，本发明中提及的方法提高了复杂场景下的车牌识别速度和准确率，且鲁棒性较好。

主权项

1.一种基于深度学习的端到端车牌识别系统，其特征在于，包括车牌定位模块，车牌识别模块；所述的车牌定位模块，位于系统的数据入口，利用YOLOv3对原始含有车辆的图像进行初步的多尺度检测，获取目标车牌的Anchor Box和相应的坐标参数，再将目标区域的内容以矩阵的形式传至识别网络；所述的车牌识别模块，在对输入数据进行统一标准的格式化后，以检测网络返回的相关数据为基础，利用BGRU+CTC的联合方案对获取的目标车牌中的文本信息进行识别，最终输出车牌定位的准确率，Anchor Box角点坐标，车牌识别准确率，目标图像大小，系统识别时间等信息。