[发明专利]大场景下集装箱号识别方法在审
| 申请号： | 201910509311.3 | 申请日： | 2019-06-13 |
| 公开（公告）号： | CN110414318A | 公开（公告）日： | 2019-11-05 |
| 发明（设计）人： | 戴元永;陈学明 | 申请（专利权）人： | 北京数智源科技有限公司 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/32;G06K9/34;G06N3/04 |
| 代理公司： | 北京中企鸿阳知识产权代理事务所(普通合伙) 11487 | 代理人： | 李斌 |
| 地址： | 100000 北京市朝*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提出了一种大场景下集装箱号识别方法，包括以下步骤：S1，大场景下获取实时的相机图像；S2,对所述实时图像提取图像特征；利用经过训练后的resNet残差神经网络模型，对图像特征进行检测；判断检测结果是否属于预设分类结果；如果检测结果属于预设分类结果，则提取图像特征中的集装箱号区域坐标信息；并从获取的实时相机图像中截取该坐标区域图像；如果不属于则返回上一步；S3,根据提取的集装箱号区域坐标信息，使用训练后的LSTM网络模型识别，对所截取的区域坐标图像进行集装箱号识别；S4，将识别的集装箱号字符生成文本文件，并将文本文件推送显示。通过深度学习神经网络技术，克服了传统算法存在的缺陷，提高了大场景下的集装箱号识别率。 | ||
| 搜索关键词： | 集装箱 大场景 区域坐标 文本文件 提取图像特征 分类结果 检测结果 图像 截取 预设 神经网络模型 学习神经网络 传统算法 实时图像 实时相机 图像特征 网络模型 相机图像 字符生成 坐标区域 识别率 残差 推送 返回 检测 | ||
【主权项】：
1.一种大场景下集装箱号识别方法，其特征在于，包括以下步骤：S1，大场景下获取实时的相机图像；S2,对所述实时图像提取图像特征；利用经过训练后的resNet残差神经网络模型，对图像特征进行检测；判断检测结果是否属于预设分类结果；如果检测结果属于预设分类结果，则提取图像特征中的集装箱号区域坐标信息；并从获取的实时相机图像中截取该坐标区域图像；如果不属于则返回上一步；S3,根据提取的集装箱号区域坐标信息，使用训练后的LSTM网络模型，对所截取的区域坐标图像进行集装箱号识别；S4，将识别的集装箱号字符生成文本文件，并将文本文件推送显示。
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北京数智源科技有限公司，未经北京数智源科技有限公司许可，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/201910509311.3/，转载请声明来源钻瓜专利网。
