-
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
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：CN108537226A
公开(公告)日：2018-09-14
申请号：CN201810182391.1
申请日：2018-03-06
Applicant: 北京邮电大学 , 腾讯科技(深圳)有限公司
Abstract: 本发明公开了一种车牌识别方法和装置，所述方法包括：获取车牌图片，通过多层卷积神经网络对所述车牌图片进行特征计算，获得特征图；所述特征图的高度为偶数；以所述特征图高度的中心线为分割线对所述特征图进行分割，获得上部分特征图和下部分特征图；将所述上部分特征图和下部分特征图按从左至右的时序进行数据重排，获得重排特征图；通过长短时记忆网络对所述重排特征图进行预测处理，获得车牌识别结果。本发明通过多层卷积神经网络进行特征计算，充分利用卷积循环神经网络的优点，防止过拟合，具有训练速度快，准确率高的特点；通过对双排车牌特征图进行数据重组，实现准确高效的双排车牌识别。
-
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
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。
-
-
Search Results
3
records
(took 0.019 seconds)
