[发明专利]一种级联分布式的人工智能箱号识别系统

权利要求书

1.一种级联分布式的人工智能箱号识别系统，包括：

边缘计算检测设备，所述边缘计算检测设备自动检测进入视频区域的车辆，对车牌和箱号进行初步识别处理，如果待识别车辆的车牌及箱号的识别结果置信度均大于第一阈值，则直接以初步识别结果作为系统的最终识别结果；否则，将相关视频帧传输给云识别中心服务器；

云识别中心服务器，利用训练的SPSS神经网络模型进行深度学习，将深度学习输出的识别结果作为最终识别结果；

所述SPSS神经网络模型包括输入层、3个卷积层、池化层、全连接层以及输出层；所述输入层接收相关视频帧图像，所述3个卷积层包括第一卷积层至第三卷积层，所述第一卷积层至第三卷积层的卷积核的个数分别为32、64、32，所述全连接层连接所有的特征，将输出值送给softmax分类器，所述输出层用于输出最终的识别结果；

所述池化层的池化方法如下：

其中，S^e表示当前层的输出，J^e表示损失函数的输入，f()表示激励函数，w表示当前层的权重，φ表示损失函数，S^e-1表示上一层的输出，δ表示常数；

利用惩罚函数优化识别精度，使识别置信度达到第二阈值，所述惩罚函数为：

式中其中N为训练样本数量；θ_yi,i为样本x_i与其对应标签y_i的权重夹角，θ_j,i为样本x_i与输出节点j处的权重夹角，m为预设参数，2≤m≤5；k＝abs(sign(cosθ_j,i))。

2.根据权利要求1所述的系统，所述第一阈值优选设置为92％-95％之间。

3.根据权利要求1所述的系统，所述系统还能完成箱号识别、箱型识别、港内自定义车牌识别、危险品标识识别、挂车车牌识别、集装箱车门状态识别。

4.根据权利要求1所述的系统，所述相关视频帧至少包括当前待识别帧的前后各2帧图像所形成的至少5帧视频图像。

5.根据权利要求1所述的系统，所述第二阈值＝第一阈值+T，其中0.01T0.05。

6.根据权利要求1-4任一项所述的系统，所述初步识别包括：步骤1，对箱号位置区域进行检测，获得感兴趣区域；步骤2，对感兴趣区域内的图像进行图像增强，得到增强后的图像；步骤3，对增强后的图像的各个字符进行分割，获得分割后的M个字符；步骤4:依次对各个字符及字符模板提取特征向量，计算待识别字符与各模板向量之间的相似度，所述相似度计算公式表示为：

其中S_i,j表示相似度，1≤i≤M；1≤j≤N，M表示待识别字符总数，N表示字符模板总数；α、β0.1且α+β＝1，P_i为第i个待识别字符，Q_j表示第j个字符模板，MIN表示取最小值函数。