[发明专利]一种基于深度学习的双层车牌字符识别方法有效
| 申请号： | 201811627868.9 | 申请日： | 2018-12-28 |
| 公开（公告）号： | CN109766805B | 公开（公告）日： | 2022-12-09 |
| 发明（设计）人： | 张卡;何佳;尼秀明 | 申请（专利权）人： | 安徽清新互联信息科技有限公司 |
| 主分类号： | G06V20/00 | 分类号： | G06V20/00;G06V10/44;G06V20/62 |
| 代理公司： | 合肥天明专利事务所(普通合伙) 34115 | 代理人： | 金凯 |
| 地址： | 230088 安徽省合肥市高新区创新*** | 国省代码： | 安徽;34 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于深度学习的双层车牌字符识别方法，本发明涉及车牌识别技术领域，双层车牌字符识别方法包括如下步骤：构建深度神经网络模型，该深度神经网络模型包括字符定位网络、字符合成网络和字符识别网络，字符定位网络、字符合成网络和字符识别网络依次连接，获取双层车牌训练样本图像集合，训练深度神经网络模型，通过训练后的深度神经网络模型，对待识别的双层车牌图像进行识别；该深度神经网络模型消耗内存较小，运算量较小，对车牌字符的识别结果更加准确，鲁棒性更强，解决了传统车牌字符识别效果差、鲁棒性低的缺陷。 | ||
| 搜索关键词： | 一种 基于 深度 学习 双层 车牌 字符 识别 方法 | ||
【主权项】：
1.一种基于深度学习的双层车牌字符识别方法，其特征在于，包括如下步骤：构建深度神经网络模型，该深度神经网络模型包括字符定位网络、字符合成网络和字符识别网络，字符定位网络、字符合成网络和字符识别网络依次连接；通过获取的双层车牌训练样本图像集合，训练深度神经网络模型；通过训练后的深度神经网络模型，对待识别的双层车牌图像进行识别。
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安徽清新互联信息科技有限公司，未经安徽清新互联信息科技有限公司许可，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/201811627868.9/，转载请声明来源钻瓜专利网。
