申请/专利权人：松立控股集团股份有限公司

申请日：2022-08-08

公开（公告）日：2024-04-09

公开（公告）号：CN115100639B

主分类号：G06V20/62

分类号：G06V20/62;G06V10/40;G06V10/82;G06V10/26;G06V10/764;G06V10/25;G06V10/24;G06V10/774;G06N3/0464;G06N3/084

优先权：

专利状态码：有效-授权

法律状态：2024.04.09#授权;2022.10.14#实质审查的生效;2022.09.23#公开

摘要：本发明属于车牌识别技术领域，涉及一种利用单个字符矫正的车牌识别方法，先使用卷积神经网络提取特征，再利用空间和通道分组修正模块来进一步提取车牌区域的信息，将车牌区域分割出来后在分割区域内选取对应区域的字符中心点和初始外框，然后利用两层全连接网络把提取的初始外框的四个顶点回归到真实顶点坐标，根据得到的每个字符的顶点，与预设尺寸的车牌字符坐标进行仿射变换得到每个字符矫正后的图片，最后利用分类网络实现每个字符的分类，从左往右依次输出字符的识别结果完成整个车牌的识别，不仅能用于侧方位车牌识别，还能用于高位和低位摄像头采集图像的车牌识别问题，在CCPD车牌识别旋转数据集中，识别精度高达97.8%。

主权项：1.一种利用单个字符矫正的车牌识别方法，其特征在于，具体包括如下步骤：（1）数据集构建：收集侧方位视频桩采集的含有倾斜、畸变车牌的图像，构建数量车牌数据集，并对数据集中的车牌图像进行车牌位置和字符位置的标注，再将划分为训练集、验证集和测试集；（2）深度卷积特征提取：先对图片的尺寸和数值范围进行初始化处理，然后将处理后的图像输入到卷积神经网络Resnet50中进行卷积特征提取；（3）设计空间和通道分组修正模块：将分组卷积融合到修正模块得到空间和通道分组修正模块，将步骤（2）提取的特征图输入空间和通道分组修正模块中得到精细化特征；（4）车牌图像分割：将步骤（3）得到的精细化特征输入到自带分类功能的车牌分割网络进行分割得到车牌分割结果和车牌类别，（5）提取车牌中每个字符信息：利用步骤（4）得到的分割结果以及车牌类别，采用两层 的全连接网络用于提取每个字符的四个顶点和中心点信息，以相邻两个中心点距离作为初 始的字符的宽度，车牌区域的高度作为初始字符的高度，在字符外框选一个矩形，矩形的顶 点作为每个字符四个顶点的初始点，再将顶点进行优化 回归训练后得到的四个顶点为每个字符的外框四边形； （6）对每个车牌字符进行修正，利用分类网络进行字符识别：利用步骤（5）得到的每个外框顶点，与预设尺寸的车牌字符坐标进行仿射变换得到每个字符矫正后的图片，将字符的外框四边形矫正成矩形，从而每个字符图像得到矫正，矫正后利用Resnet18分类网络就可以对字符进行识别得到识别结果。

全文数据：

权利要求：

百度查询： 松立控股集团股份有限公司 一种利用单个字符矫正的车牌识别方法

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