[发明专利]车牌识别方法、系统、存储介质和装置有效
申请号: | 201910376689.0 | 申请日: | 2019-05-04 |
公开(公告)号: | CN110163206B | 公开(公告)日: | 2023-03-24 |
发明(设计)人: | 傅启明;田大伟;陈建平;陆悠;钟珊 | 申请(专利权)人: | 苏州科技大学 |
主分类号: | G06V10/764 | 分类号: | G06V10/764;G06V20/62;G06V30/19 |
代理公司: | 北京科家知识产权代理事务所(普通合伙) 11427 | 代理人: | 陈娟 |
地址: | 215000 *** | 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: | |||
搜索关键词: | 车牌 识别 方法 系统 存储 介质 装置 | ||
1.一种车牌识别方法,其特征在于,包括:
构建多粒度多类别级联森林,通过数据集对所述多粒度多类别级联森林进行训练;
获取待识别的车牌图像;
运用字符分割算法,将车牌图像分割为若干个单独的待识别字符;
将各个单独的待识别字符依次输入到训练好的多粒度多类别级联森林中,进行识别,并将最后的识别结果输出,
所述将各个单独的待识别字符依次输入到多粒度多类别级联森林中,进行识别,并将最后的识别结果输出包括:
对每一个单独的待识别字符,用三个不同尺寸的窗口进行切片操作,得到三组不同大小的实例;
将每一组实例作为输入给到随机森林,得到三组链式数据,三组链式数据分别形成三个概率向量;
将三个概率向量作为多粒度多类别级联森林的输入,所述多粒度多类别级联森林的每一层的森林由完全随机森林、极端随机森林以及分类和回归树森林组成,最后一层森林输出结果后,取最大值对应的字符作为待识别字符的最终的识别结果,
具体的,所述多粒度多类别级联森林包括中间部和位于中间部后方的最终部,最终部包括1层森林,该层森林由完全随机森林、极端随机森林以及分类和回归树森林组成,中间部由N组森林组成,每组森林包括三层森林,分别为第一层森林,第二层森林和第三层森林,上述每层森林都由完全随机森林、极端随机森林以及分类和回归树森林组成,上述三个概率向量分别为第一概率向量,第二概率向量和第三概率向量,三个概率向量分别与每组森林的三层森林一一对应,也就是第一概率向量与每组森林中的第一层森林对应,第二概率向量与每组森林中的第二层森林对应,第三概率向量与每组森林中的第三层森林对应。
2.一种计算机存储介质,所述存储介质中存储有至少一可执行指令,所述可执行指令使处理器执行如权利要求1所述的车牌识别方法对应的操作。
3.一种计算机装置,包括:处理器、存储器、通信接口和通信总线,所述处理器、存储器和通信接口通过所述通信总线完成相互间的通信,所述存储器用于存放至少一可执行指令,所述可执行指令使所述处理器执行如权利要求1所述的车牌识别方法对应的操作。
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苏州科技大学,未经苏州科技大学许可,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/pat/books/201910376689.0/1.html,转载请声明来源钻瓜专利网。