[发明专利]一种基于动态时序卷积神经网络的车牌识别方法有效
| 申请号： | 201810132849.2 | 申请日： | 2018-02-09 |
| 公开（公告）号： | CN108388896B | 公开（公告）日： | 2021-06-22 |
| 发明（设计）人： | 庞星 | 申请（专利权）人： | 杭州雄迈集成电路技术股份有限公司 |
| 主分类号： | G06K9/32 | 分类号： | G06K9/32;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 浙江纳祺律师事务所 33257 | 代理人： | 郑满玉 |
| 地址： | 311422 浙江省杭州市富阳区银湖*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提出一种基于动态时序卷积神经网络的车牌识别方法，读取原始车牌图像；进行车牌角度矫正，获得待确定识别的车牌图像；输入到预先设计和训练的卷积神经网络，获得具备车牌所有特征的特征图像和时序信息；进行字符识别，基于上一层的时序信息，将特征图像输入到长短期记忆神经网络层的卷积神经网络中，得到分类结果，利用CTC算法解码得到最后的车牌字符结果。本发明通过使用卷积神经网络直接从原图识别视觉模式，自我学习与纠正，一次训练，多次使用，且单次识别时间在毫秒级别，能够应用在需要实时识别车牌的场景。动态时序的长短期记忆神经网络层与CTC算法解码相结合，有效规避漏检，多检等识别错误问题，提高算法鲁棒性。 | ||
| 搜索关键词： | 一种 基于 动态 时序 卷积 神经网络 车牌 识别 方法 | ||
【主权项】：
1.一种基于动态时序卷积神经网络的车牌识别方法，其特征在于，包括以下步骤：读取原始车牌图像；进行图像预处理，车牌角度矫正，获得待确定识别的车牌图像；将上述车牌图像输入到预先设计和训练好的卷积神经网络中，获得具备车牌所有特征的特征图像和时序信息；进行字符识别，将特征图像和时序信息输入到基于动态时序的长短期记忆神经网络层中，得到分类结果，利用CTC算法解码得到最后的车牌字符结果。
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杭州雄迈集成电路技术股份有限公司，未经杭州雄迈集成电路技术股份有限公司许可，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/201810132849.2/，转载请声明来源钻瓜专利网。
