[发明专利]一种基于快慢结合云计算环境的深度学习的车牌识别方法在审
| 申请号： | 201510330939.9 | 申请日： | 2015-06-09 |
| 公开（公告）号： | CN104992147A | 公开（公告）日： | 2015-10-21 |
| 发明（设计）人： | 张卫山;徐亮;卢清华 | 申请（专利权）人： | 中国石油大学(华东) |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06N3/08 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 266000 山东省*** | 国省代码： | 山东;37 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 一种 基于 快慢 结合 计算 环境 深度 学习 车牌 识别 方法 | ||
【权利要求书】：
1.一种基于快慢结合云计算环境的深度学习的车牌识别方法，包括：数据采集层、批处理层、实时层以及服务层，其特征在于，
批处理层存储视频流，进行深度学习的训练；
实时层进行车牌识别；
服务层将结果可视化，提供给用户。
2.如权利要求1所述的基于快慢结合云计算环境的深度学习的车牌识别方法，其特征在于，所述批处理层进行深度学习的训练的步骤，包括：
批处理层存储来自流媒体服务器的视频流，将视频流存储到HDFS中，利用历史数据构建训练数据集，利用MapReduce训练卷积神经网络，得到最优的卷积神经网络参数。
3.如权利要求1所述的基于快慢结合云计算环境的深度学习的车牌识别方法，其特征在于，所述实时层进行车牌识别的步骤，包括：
实时层采集来自流媒体服务器的实时视频流，将实时视频流解码为帧图像之后将其作为Storm的输入源，将每一帧图像传入Storm中进行处理；
在Storm中分别经过车牌区域识别、车牌分割、字符识别步骤，最终输出车牌号。
4.如权利要求1所述的基于快慢结合云计算环境的深度学习的车牌识别方法，其特征在于，所述服务层将结果可视化的步骤，包括：在服务层创建面向问题的视图，服务层通过对实时层和批处理层进行聚合，通过可视化的方式将结果呈现给客户端。
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石油大学(华东)，未经中国石油大学(华东)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/pat/books/201510330939.9/1.html，转载请声明来源钻瓜专利网。
