[发明专利]一种基于自注意力的车牌字符识别方法

权利要求书

1.一种基于自注意力的车牌字符识别方法，其特征在于，包括：

获取待识别车牌图像，并根据待识别车牌图像检测出包含车牌所在位置的局部车牌图像；

将局部车牌图像输入至车牌字符识别模型中，所述车牌字符识别模型包括特征提取网络、自注意力网络和字符识别网络；

特征提取网络提取所述局部车牌图像的高层特征图；

自注意力网络采用自注意力机制，对高层特征图进行处理，生成标准车牌位置特征图；

字符识别网络基于标准车牌位置特征图，识别出车牌字符。

2.如权利要求1所述的基于自注意力的车牌字符识别方法，其特征在于，所述特征提取网络包括卷积层conv0、最大值池化层maxpool0以及残差网络基础结构体block0、rblock1、rblock2；卷积层conv0的输入为所述待识别车牌图像、输出连接最大值池化层maxpool0，最大值池化层maxpool0输出依次连接残差网络基础结构体block0、rblock1、rblock2，残差网络基础结构体rblock2输出为所述高层特征图。

3.如权利要求2所述的基于自注意力的车牌字符识别方法，其特征在于，所述残差网络基础结构体block0、rblock1均包括卷积层rconv0、rconv1、rconv2、rconv3和rconv4，以及合并层eltsum0层和eltsum1层；

残差网络基础结构体block0中卷积层rconv0和rconv2的输入均为所述最大值池化层maxpool0所输出的特征图，残差网络基础结构体block1中卷积层rconv0和rconv2的输入均为所述残差网络基础结构体block0输出的特征图；卷积层rconv0的输出与卷积层rconv1的输入连接，卷积层rconv2的输出和卷积层rconv1的输出均与合并层eltsum0层的输入连接，合并层eltsum0层的输出经卷积层rconv3与卷积层rconv4的输入连接，卷积层rconv4的输出及合并层eltsum0层的输出均与合并层eltsum1层的输入连接，合并层eltsum1层输出特征图。

4.如权利要求2所述的基于自注意力的车牌字符识别方法，其特征在于，所述残差网络基础结构体block2包括卷积层rconv0、rconv1和rconv2以及合并层eltsum0层；卷积层rconv0和rconv2的输入均为所述残差网络基础结构体block1输出的特征图，卷积层rconv0的输出与卷积层rconv1连接，卷积层rconv1和卷积层rconv2的输出均与合并层eltsum0层连接，合并层eltsum0层输出为所述高层特征图。

5.如权利要求1所述的基于自注意力的车牌字符识别方法，其特征在于，所述自注意力网络包括特征图相加层sum0、特征图尺寸变换层reshape0和reshape1以及encoder模块；特征图相加层sum0的输入为所述高层特征图、位置编码特征图、类型编码特征图和形状编码特征图，特征图相加层sum0的输出经特征图尺寸变换层reshape0与encoder模块连接，encoder模块的输出与特征图尺寸变换层reshape1连接，特征图尺寸变换层reshape1输出为所述标准车牌位置特征图；首次执行时，encoder模块的输入为特征图尺寸变换层reshape0输出的特征图，并将encoder模块输出的特征图作为下次执行时encoder模块的输入。