申请/专利权人：淮阴工学院

申请日：2023-12-05

公开（公告）日：2024-04-09

公开（公告）号：CN117854053A

主分类号：G06V20/62

分类号：G06V20/62;G06V10/25;G06V10/24;G06V10/44;G06V10/774;G06V10/82;G06N3/0464

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.26#实质审查的生效;2024.04.09#公开

摘要：本发明公开了一种基于超维计算的车牌检测与识别系统，包含基于改进YOLOv8的车牌检测模块、基于U2‑Net和畸变矫正的数据处理模块和基于超维计算的车牌识别模块，其中车牌检测模块利用改进后的YOLOv8模型对车牌照片进行检测；对检测后的车牌部分图片进行进一步的数据处理，最后使用基于超维计算的车牌识别模块对数据处理后的车牌数据进行识别，改进后的YOLOv8模型包括使用基于Repulsion的损失函数、增加特征增强模块、增加小目标检测头、改进非极大值抑制算法。本发明通过对YOLOv8算法改进，有效提升了车牌检测性能，并通过数据处理模块以及基于超维计算的车牌识别模块，将车牌检测速度大大提升。

主权项：1.一种基于超维计算的车牌检测与识别系统，其特征在于，包括制作车牌数据集模块1、基于YOLOv8的车牌检测模块2、基于U2-Net和畸变矫正的数据处理模块3和基于超维计算的车牌识别模块4；其中所述制作车牌数据集模块1包括收集视频以及图像并将其与CCPD数据集结合，并将其按照YOLOv8的YOLO格式制作成数据集；其中所述基于YOLOv8的车牌检测模块2用于利用YOLOv8模型对包含车牌照片进行检测，得到包含车牌的区域；所述基于U2-Net和畸变矫正的数据处理模块3用于利用U2-net和畸变矫正对检测完的图像进行数据处理，将其转化成一维结构的特征信息；所述基于超维计算的车牌识别模块4用于利用超维计算对数据处理模块输出的一维结构的特征信息进行识别，得出车牌的信息。

全文数据：

权利要求：

百度查询： 淮阴工学院 一种基于超维计算的车牌检测与识别系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD