公开(公告)号：CN112686203B

公开(公告)日：2023-10-31

申请号：CN202110037054.5

申请日：2021-01-12

Applicant: 重庆大学

Inventor： 黄晟 ,  徐嘉志 ,  张小先 ,  王磊 ,  刘富强 ,  葛永新 ,  洪明坚 ,  徐玲 ,  张小洪

IPC: G06V20/59 ,  G06N3/0464 ,  G06V10/82 ,  G06N3/08 ,  G06T7/62

Abstract: 本发明涉及车辆安全警示装置检测领域，特别涉及一种基于空间先验的车辆安全警示装置检测方法。本发明提出了基于深度学习和空间先验的车辆安全警示装置检测方法，S1：已有的数据集进行标注；S2：使用标注好的数据集对YOLOv3目标识别框架进行训练；S3：利用训练集及其标签计算距离基准量和面积基准量；S4：使用YOLOv3框架对待预测图片进行识别，之后得到一个存有警示标志信息的数组；S5：使用该数组中的信息计算待预测图片中警示装置的距离得分和面积得分；S6：如果距离得分与面积得分之和大于预先设定的阈值，则输出并同时标记为重点目标。

公开(公告)号：CN112464852A

公开(公告)日：2021-03-09

申请号：CN202011425952.X

申请日：2020-12-09

Applicant: 重庆大学

Inventor： 黄晟 ,  徐嘉志 ,  张小先 ,  王磊 ,  刘富强 ,  葛永新 ,  洪明坚 ,  徐玲 ,  张小洪

IPC: G06K9/00 ,  G06K9/20 ,  G06K9/32 ,  G06K9/62 ,  G06N3/04 ,  G06T5/00 ,  G06T7/11 ,  G06T7/13 ,  G06T7/136 ,  G06T7/187 ,  G06T7/40

Abstract: 本发明涉及信息识别领域，特别涉及一种车辆行驶证图片自适应矫正与识别方法。本发明通过对行驶证进行拍摄，对拍摄得到的图片使用深度神经网络定位红章，基于红章位置状态对行驶证正页进行矫正和提取，并基于霍夫变换采用多种自定义算法对行驶证正页进行处理，使用Tesseract‑OCR引擎对行驶证信息进行识别。该方法节省了人力，能够快速且准确地利用计算机自动化完成对行驶证的信息进行识别，能够排除噪声、图片不清晰、拍摄摄像头色差大、行驶证正页黑色竖直设置的防伪线以及色彩对信息识别的影响，并且不用考虑行驶证拍摄背景，具有极佳的准确性和高鲁棒性。

公开(公告)号：CN112464852B

公开(公告)日：2023-12-05

申请号：CN202011425952.X

申请日：2020-12-09

Applicant: 重庆大学

Inventor： 黄晟 ,  徐嘉志 ,  张小先 ,  王磊 ,  刘富强 ,  葛永新 ,  洪明坚 ,  徐玲 ,  张小洪

IPC: G06V30/14 ,  G06V30/40 ,  G06V30/146 ,  G06V10/82 ,  G06V30/19 ,  G06N3/0464 ,  G06N3/044 ,  G06N3/0442 ,  G06T5/00 ,  G06T7/11 ,  G06T7/13 ,  G06T7/136 ,  G06T7/187 ,  G06T7/40

Abstract: 本发明涉及信息识别领域，特别涉及一种车辆行驶证图片自适应矫正与识别方法。本发明通过对行驶证进行拍摄，对拍摄得到的图片使用深度神经网络定位红章，基于红章位置状态对行驶证正页进行矫正和提取，并基于霍夫变换采用多种自定义算法对行驶证正页进行处理，使用Tesseract‑OCR引擎对行驶证信息进行识别。该方法节省了人力，能够快速且准确地利用计算机自动化完成对行驶证的信息进行识别，能够排除噪声、图片不清晰、拍摄摄像头色差大、行驶证正页黑色竖直设置的防伪线以及色彩对信息识别的影响，并且不用考虑行驶证拍摄背景，具有极(56)对比文件冯磊.基于深度学习的行驶证车辆识别代号检测系统设计与实现《.中国优秀硕士学位论文全文数据库》.2019,全文.李亮.基于TesseractCR的驾驶证识别系统设计与实现《.中国优秀硕士学位论文全文数据库》.2018,全文.X.FAN.Graphical models for jointsegmentation and recognition of licenseplate characters《.IEEE Signal processingletters》.2009,全文.

公开(公告)号：CN112686203A

公开(公告)日：2021-04-20

申请号：CN202110037054.5

申请日：2021-01-12

Applicant: 重庆大学

Inventor： 黄晟 ,  徐嘉志 ,  张小先 ,  王磊 ,  刘富强 ,  葛永新 ,  洪明坚 ,  徐玲 ,  张小洪

IPC: G06K9/00 ,  G06N3/04 ,  G06N3/08 ,  G06T7/62

Abstract: 本发明涉及车辆安全警示装置检测领域，特别涉及一种基于空间先验的车辆安全警示装置检测方法。本发明提出了基于深度学习和空间先验的车辆安全警示装置检测方法，S1：已有的数据集进行标注；S2：使用标注好的数据集对YOLOv3目标识别框架进行训练；S3：利用训练集及其标签计算距离基准量和面积基准量；S4：使用YOLOv3框架对待预测图片进行识别，之后得到一个存有警示标志信息的数组；S5：使用该数组中的信息计算待预测图片中警示装置的距离得分和面积得分；S6：如果距离得分与面积得分之和大于预先设定的阈值，则输出并同时标记为重点目标。