[发明专利]一种基于端到端神经网络的大角度车牌倾斜矫正方法在审
| 申请号： | 201910299244.7 | 申请日： | 2019-04-15 |
| 公开（公告）号： | CN110059683A | 公开（公告）日： | 2019-07-26 |
| 发明（设计）人： | 徐天适;赵清利;黄宇恒;金晓峰;梁添才 | 申请（专利权）人： | 广州广电银通金融电子科技有限公司;深圳广电银通金融电子科技有限公司;广州广电运通金融电子股份有限公司 |
| 主分类号： | G06K9/32 | 分类号： | G06K9/32;G06K9/62 |
| 代理公司： | 广州市华学知识产权代理有限公司 44245 | 代理人： | 林梅繁;裘晖 |
| 地址： | 510000 广*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明属于车牌智能识别领域，为基于端到端神经网络的大角度车牌倾斜矫正方法，包括以下步骤：利用车牌检测技术得到大致的车牌区域，并对车牌区域进行扩展，得到扩展后的车牌区域，作为输入区域；利用全卷积深度神经网络，对输入区域提取高维特征，获得特征图；解析特征图，得到候选车牌区域四个顶点的绝对坐标；根据候选车牌区域四个顶点的绝对坐标对车牌倾斜矫正。本发明利用全卷积深度神经网络提取高维特征，确定车牌候选区域，回归车牌的仿射变换系数，分别利用仿射变换原理逆向计算四个顶点位置，最后通过仿射变换得到校正后的车牌图像；整个矫正过程不依赖其他硬件设备或算法，具有较高的鲁棒性。 | ||
| 搜索关键词： | 车牌区域 车牌 神经网络 矫正 仿射变换 绝对坐标 输入区域 端到端 特征图 高维 卷积 车牌候选区域 车牌检测 车牌图像 顶点位置 硬件设备 智能识别 鲁棒性 算法 校正 解析 回归 | ||
【主权项】：
1.一种基于端到端神经网络的大角度车牌倾斜矫正方法，其特征在于，包括以下步骤：步骤1、利用车牌检测技术得到大致的车牌区域，并对车牌区域进行扩展，得到扩展后的车牌区域，作为输入区域；步骤2、利用全卷积深度神经网络，对输入区域提取高维特征，获得特征图；步骤3、解析特征图，得到候选车牌区域四个顶点的绝对坐标；步骤4、根据候选车牌区域四个顶点的绝对坐标对车牌倾斜矫正。
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广州广电银通金融电子科技有限公司;深圳广电银通金融电子科技有限公司;广州广电运通金融电子股份有限公司，未经广州广电银通金融电子科技有限公司;深圳广电银通金融电子科技有限公司;广州广电运通金融电子股份有限公司许可，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/201910299244.7/，转载请声明来源钻瓜专利网。
