公开(公告)号：CN107704857B

公开(公告)日：2020-07-24

申请号：CN201710875708.5

申请日：2017-09-25

Applicant: 北京邮电大学

Inventor： 傅慧源 ,  马华东 ,  张逸凡 ,  曹雨 ,  张登奎

IPC: G06K9/32 ,  G06T3/40

Abstract: 本发明实施例提供了一种端到端的轻量级车牌识别方法及装置，所述方法包括：获取待识别图像；基于待识别图像及预先训练完成的目标车牌识别模型，获得待识别图像中车牌的号码及其在待识别图像中位置坐标，其中，目标车牌识别模型包括目标特征提取网络、目标区域候选定位网络、目标超分辨率生成网络及目标递归神经网络。由于在本方案中，将待识别图像输入目标车牌识别模型中，目标车牌识别模型便可以输出车牌的号码及其在待识别图像中位置坐标，实现端到端的模型，同时图像特征等计算变量可以重复利用，无需进行重复的计算，模型占用内存少，车牌识别速度得到大大提高。

公开(公告)号：CN107704857A

公开(公告)日：2018-02-16

申请号：CN201710875708.5

申请日：2017-09-25

Applicant: 北京邮电大学

Inventor： 傅慧源 ,  马华东 ,  张逸凡 ,  曹雨 ,  张登奎

IPC: G06K9/32 ,  G06T3/40

Abstract: 本发明实施例提供了一种端到端的轻量级车牌识别方法及装置，所述方法包括：获取待识别图像；基于待识别图像及预先训练完成的目标车牌识别模型，获得待识别图像中车牌的号码及其在待识别图像中位置坐标，其中，目标车牌识别模型包括目标特征提取网络、目标区域候选定位网络、目标超分辨率生成网络及目标递归神经网络。由于在本方案中，将待识别图像输入目标车牌识别模型中，目标车牌识别模型便可以输出车牌的号码及其在待识别图像中位置坐标，实现端到端的模型，同时图像特征等计算变量可以重复利用，无需进行重复的计算，模型占用内存少，车牌识别速度得到大大提高。