[发明专利]一种可变长字符串识别方法与装置

权利要求书

1.一种可变长字符串识别方法，包括：

确定具有可变长字符串的识别区域；

基于通过多种监督信号而训练的卷积神经网络，识别所述可变长字符串，

其中，所述卷积神经网络包括多个分支，所述卷积神经网络的多个分支包括分别对所述可变长字符串中每个字符进行识别的各个分支以及作为监督信号而存在的其他分支，所述其他分支用于指示以下多种监督信号：

可识别字符的数目；

各个字符的存在与否；

字符串的种类。

2.如权利要求1所述的方法，其中，所述的基于通过多种监督信号而训练的卷积神经网络，识别所述可变长字符串的步骤进一步包括：基于通过多种监督信号而训练的卷积神经网络，使用端到端深度学习方法来识别所述可变长字符串。

3.如权利要求1或2所述的方法，其中，

所述识别区域是车牌，

所述可变长字符串是车牌上可识别的字符串，

所述卷积神经网络包括多个分支，所述多个分支包括分别对车牌上应有字符进行识别的各个分支以及作为监督信号而存在的其他分支，

所述其他分支用于指示以下多种监督信号：

车牌上可识别的字符的总数目；

车牌上应有的字符的存在与否；

车牌的种类。

4.一种可变长字符串识别装置，包括：

识别区域确定模块，用于确定具有可变长字符串的识别区域；

字符串识别模块，基于通过多种监督信号而训练的卷积神经网络，识别所述可变长字符串，

其中，所述字符串识别模块进一步包括多个字符串识别分支子模块，用于分别基于所述卷积神经网络的多个分支识别所述可变长字符串，所述多个字符串识别分支子模块进一步包括用于分别对所述可变长字符串中每个字符进行识别的各个分支子模块以及用于基于监督信号识别所述可变长字符串的分支子模块，所述的用于基于监督信号识别所述可变长字符串的分支子模块进一步被配置用于基于以下多种监督信号识别所述可变长字符串：

可识别字符的数目；

各个字符的存在与否；

字符串的种类。

5.如权利要求4所述的装置，其中，所述字符串识别模块进一步被配置用于基于通过多种监督信号而训练的卷积神经网络，使用端到端深度学习方法来识别所述可变长字符串。

6.如权利要求4或5所述的装置，其中，

所述识别区域是车牌，

所述可变长字符串是车牌上可识别的字符串，

所述字符串识别模块进一步包括多个字符串识别分支子模块，用于分别基于所述卷积神经网络的多个分支识别所述车牌上可识别的字符串，所述多个字符串识别分支子模块进一步包括用于分别对车牌上每个应有字符进行识别的各个分支子模块以及用于基于监督信号识别所述车牌上可识别的字符串的分支子模块，

所述的用于基于监督信号识别所述车牌上可识别的字符串的分支子模块进一步被配置用于基于以下多种监督信号识别所述车牌上可识别的字符串：

车牌上可识别的字符的总数目；

车牌上应有的字符的存在与否；

车牌的种类。

7.一种计算机可读介质，用于记录可由处理器执行的指令，所述指令在被处理器执行时，使得处理器执行可变长字符串识别方法，包括如下操作：

确定具有可变长字符串的识别区域；

基于通过多种监督信号而训练的卷积神经网络，识别所述可变长字符串，

其中，所述卷积神经网络包括多个分支，所述卷积神经网络的多个分支包括分别对所述可变长字符串中每个字符进行识别的各个分支以及作为监督信号而存在的其他分支，所述其他分支用于指示以下多种监督信号：

可识别字符的数目；

各个字符的存在与否；

字符串的种类。

8.如权利要求7所述的计算机可读介质，其中，所述的基于通过多种监督信号而训练的卷积神经网络，识别所述可变长字符串的操作进一步包括：基于通过多种监督信号而训练的卷积神经网络，使用端到端深度学习方法来识别所述可变长字符串。