[发明专利]基于卷积神经网络模型的字符非分割模式车牌识别方法在审
| 申请号： | 202210943795.4 | 申请日： | 2022-08-08 |
| 公开（公告）号： | CN116524481A | 公开（公告）日： | 2023-08-01 |
| 发明（设计）人： | 赵池航;苏子钧;化丽茹;吴宇航;马欣怡 | 申请（专利权）人： | 东南大学 |
| 主分类号： | G06V20/62 | 分类号： | G06V20/62;G06V30/19;G06V10/82;G06N3/0464;G06N3/047;G06N3/048;G06N3/08 |
| 代理公司： | 南京众联专利代理有限公司 32206 | 代理人： | 景鹏飞 |
| 地址： | 210096 *** | 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： | 本发明公布了基于卷积神经网络模型的字符非分割模式车牌识别方法，包括：基于异常天气状况下的高速整车图像，对车牌区域进行检测并构建高速公路车牌图像集；研究字符非分割模式车牌识别框架，优选基于CB损失函数的多分类字符非分割模式车牌识别框架进行模型构造；构建卷积神经网络模型进行车牌的特征提取，优选InceptionV3‑LPR‑CB、ResNet50‑LPR‑CB、ResNeXt‑LPR‑CB和SENet‑LPR‑CB卷积神经网络模型完成车辆号牌的识别。本发明的有益效果在于：构建符合真实高速场景且适用于神经网络学习的车牌图像集，提供非分割模式下的车辆号牌识别框架，同时选用结构合理的卷积神经网络模型，完成对车辆号牌的自动识别，提升了车牌识别的准确率与速度的同时，也给车辆号牌识别提供了有效的新思路。 | ||
| 搜索关键词： | 基于 卷积 神经网络 模型 字符 分割 模式 车牌 识别 方法 | ||
【主权项】：
暂无信息
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东南大学，未经东南大学许可，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/202210943795.4/，转载请声明来源钻瓜专利网。
