[发明专利]基于动态调整和局部特征向量联合的车牌检测识别方法

权利要求书

1.基于动态调整和局部特征向量联合的车牌检测识别方法，其特征在于，包括以下步骤：

将含有车牌图像的图片通过卷积网络进行特征提取；

提取到的特征图分别被送到车牌定位网络和车牌识别网络进行处理，所述车牌定位网络在所述特征图中获取车牌位置，所述车牌识别网络对车牌的内容进行识别；

根据特征图中车牌所在位置，对所述车牌识别网络输出的识别特征图进行切割，经过动态调整，使切割得到的特征图区域对应到原图片中车牌的位置；

对所述特征图区域进行识别，得到车牌识别结果。

2.根据权利要求1所述的牌检测识别方法，其特征在于，所述车牌定位网络在所述特征图中获取车牌位置的具体过程为，

对所述特征图中的特征点进行分类，判断特征点所属类别是否为车牌；

以判断为车牌类别的像素点所在位置为中点，对车牌区域进行框回归，得到车牌的准确位置。

3.根据权利要求1所述的车牌检测识别方法，其特征在于，所述根据特征图中车牌所在位置，对所述车牌识别网络输出的识别特征图进行切割，具体为：

根据车牌所在位置得到车牌位置列表；

按照所述车牌位置列表对所述识别特征图进行切割，获取与车牌数量相应的特征列表。

4.根据权利要求1所述的车牌检测识别方法，其特征在于，对所述特征图区域进行识别具体为：

将所述特征图区域调整成宽度固定的特征属性；

利用卷积网络对所述特征图区域进行二次提取，获得高为1的二维特征向量；

对所述二维特征向量进行分类，判断单像素点的类别，并编码成车牌识别结果。

5.根据权利要求1所述的车牌检测识别方法，其特征在于，还包括以下步骤：利用损失函数对切割后的特征图区域进行车牌识别训练。

6.根据权利要求1～5任一项所述的车牌检测识别方法，其特征在于，所述车牌定位网络和所述车牌识别网络为同一个卷积网络复用。

7.根据权利要求6所述的车牌检测识别方法，其特征在于，所述卷积网络包括卷积层、池化层、激活层和归一化层，其中所述卷积层用于提取图片的空间特征属性，所述池化层用于降低特征图平面维度，所述激活层为非线性函数，使所述卷积网络具有非线性表达能力，所述归一化层用来重新排列数据的分布以健壮表达特征图。

8.一种存储介质，其特征在于：包括存储在该存储介质中的程序，在所述程序运行时控制所述存储介质所在的设备执行权利要求1～7任一项所述的车牌检测识别方法。

9.一种车牌检测识别设备，其特征在于，包括处理器，所述处理器用于运行程序，所述程序运行时执行权利要求1～7任一项所述的车牌检测识别方法。