[发明专利]基于深度语义抽取的高铁接触网支柱号牌检测与识别方法

权利要求书

1.基于深度语义抽取的高铁接触网支柱号牌检测与识别方法，其特征在于：包括以下步骤，

步骤A，对包含高铁接触网支柱号牌区域的高铁接触网图像进行深层语义信息抽取，得到高铁接触网图像的深层语义信息表征图；

步骤B，在高铁接触网图像的深层语义信息表征图上使用3*3大小的卷积核遍历获得可能包含高铁接触网支柱号牌的区域，在遍历时使用由支柱号牌位置信息聚类获得的锚点，再经过阈值过滤和非极大值抑制得到准确的接触网支柱号牌的位置信息；

步骤C，对提取的高铁接触网支柱号牌区域进行深层语义信息抽取，得到高铁接触网支柱号牌区域的深层语义信息特征图；

步骤D，在高铁接触网支柱号牌区域的深层语义信息特征图上使用5*5大小的卷积核遍历寻找高铁接触网支柱号牌中可能存在的字符，同时使用由字符尺寸聚类获得的锚点进行初定位；

步骤E，对可能存在的字符进行置信度阈值过滤和非极大值抑制，并根据坐标顺序进行拼接获得接触网支柱号牌的字符序列。

2.根据权利要求1所述的基于深度语义抽取的高铁接触网支柱号牌检测与识别方法，其特征在于：步骤A，对包含高铁接触网支柱号牌区域的高铁接触网图像进行深层语义信息抽取，包括以下步骤，

步骤A1，将每个训练样本缩放为416*416像素大小的训练样本矩阵；

步骤A2，将训练样本矩阵和其对应的高铁接触网支柱号牌坐标输入到深层语义信息抽取网络进行训练并获得对应的参数；

步骤A3，输入高铁接触网图像到深层语义信息抽取网络，根据网络的输出获得该图像对应的深层语义信息表征图。

3.根据权利要求1所述的基于深度语义抽取的高铁接触网支柱号牌检测与识别方法，其特征在于：步骤B，在高铁接触网图像的深层语义信息表征图上使用卷积核遍历并通过阈值过滤和非极大值抑制来寻找接触网支柱号牌，包括以下步骤，

步骤B1，根据现有高铁接触网支柱号训练标签进行聚类，计算任意两个标签的相似度，并根据相似度聚类获得能够代表高铁接触网支柱号形状的锚点信息；

步骤B2，使用3*3大小的卷积核在深层语义信息表征图上遍历，得到以每个像素点为中心、以每一个锚点为初始形状区域的相对偏移量和该区域包含有高铁接触网支柱号牌的置信度；

步骤B3，将隶属于号牌区域的置信度大于阈值的坐标保留，并通过非极大值抑制，得到该坐标对应的高铁接触网支柱号牌区域。

4.根据权利要求1所述的基于深度语义抽取的高铁接触网支柱号牌检测与识别方法，其特征在于：步骤C，对提取的高铁接触网支柱号牌区域进行深层语义信息抽取，包括以下步骤，

步骤C1，将每个训练样本缩放为416*416像素大小的训练样本矩阵；

步骤C2，将训练样本矩阵和其对应的高铁接触网支柱号牌字符坐标信息与类别信息输入到深层语义信息抽取网络进行训练并获得对应的参数；

步骤C3，输入高铁接触网支柱号牌区域图像到深层语义信息抽取网络，根据网络的输出获得该图像对应的深层语义信息表征图。

5.根据权利要求1所述的基于深度语义抽取的高铁接触网支柱号牌检测与识别方法，其特征在于：步骤D，在高铁接触网支柱号牌区域的深层语义信息特征图上使用卷积核遍历寻找高铁接触网支柱号牌中可能存在的字符，包括以下步骤，

步骤D1，根据现有高铁接触网支柱号字符训练标签进行聚类，计算任意两个标签相似度，根据相似度聚类，得到获得能够代表高铁接触网支柱号字符形状的锚点信息；

步骤D2，使用5*5大小的卷积核在深度语义信息表征图上遍历，得到以每个像素点为中心、以每一个锚点为初始形状区域的相对偏移量和该区域包含有高铁接触网支柱号牌字符的置信度。

6.根据权利要求1所述的基于深度语义抽取的高铁接触网支柱号牌检测与识别方法，其特征在于：步骤E，对可能存在的字符进行置信度阈值过滤和非极大值抑制，并根据坐标顺序进行拼接，包括以下步骤，

步骤E1，将隶属于各个字符区域的置信度大于阈值的坐标和类别信息保留，并通过非极大值抑制，得到该坐标对应的高铁接触网支柱号牌字符类别；

步骤E2，根据接触网支柱号牌图像的长宽比判断该区域包含的高铁接触网支柱号牌字符方向，并根据坐标的水平顺序或者垂直顺序进行排序拼接，从而获取高铁接触网支柱号牌对应的字符序列。