[发明专利]一种具有自校正意识的车牌字符识别方法

权利要求书

1.一种具有自校正意识的车牌字符识别方法，其特征在于，包括：

获取待识别车牌图像，并根据待识别车牌图像检测出包含车牌所在位置的局部车牌图像；

将局部车牌图像输入至车牌字符识别模型中，所述车牌字符识别模型包括特征提取网络模块、自校正网络模块和字符识别网络模块；

特征提取网络模块提取所述局部车牌图像的高层特征图；

自校正网络模块自适应获取局部车牌的位置变换信息，生成校正后的标准车牌位置特征图；

字符识别网络模块基于校正后的标准车牌位置特征图，识别出车牌字符。

2.如权利要求1所述的具有自校正意识的车牌字符识别方法，其特征在于，所述特征提取网络模块包括卷积层conv0、最大值池化层maxpool0以及残差网络基础结构体block0、rblock1、rblock2；卷积层conv0的输入为所述待识别车牌图像、输出连接最大值池化层maxpool0，最大值池化层maxpool0输出依次连接残差网络基础结构体block0、rblock1、rblock2，残差网络基础结构体rblock2输出为所述高层特征图。

3.如权利要求2所述的具有自校正意识的车牌字符识别方法，其特征在于，所述残差网络基础结构体block0、rblock1均包括卷积层rconv0、rconv1、rconv2、rconv3和rconv4，以及合并层eltsum0和eltsum1；

残差网络基础结构体block0中卷积层rconv0和rconv2的输入均为所述最大值池化层maxpool0所输出的特征图，残差网络基础结构体block1中卷积层rconv0和rconv2的输入均为所述残差网络基础结构体block0输出的特征图；卷积层rconv0的输出与卷积层rconv1的输入连接，卷积层rconv2的输出和卷积层rconv1的输出均与合并层eltsum0的输入连接，合并层eltsum0的输出经卷积层rconv3与卷积层rconv4的输入连接，卷积层rconv4的输出及合并层eltsum0的输出均与合并层eltsum1的输入连接，合并层eltsum1输出特征图。

4.如权利要求2所述的具有自校正意识的车牌字符识别方法，其特征在于，所述残差网络基础结构体block2包括卷积层rconv0、rconv1和rconv2以及合并层eltsum0；卷积层rconv0和rconv2的输入均为所述残差网络基础结构体block1输出的特征图，卷积层rconv0的输出与卷积层rconv1连接，卷积层rconv1和卷积层rconv2的输出均与合并层eltsum0连接，合并层eltsum0输出为所述高层特征图。

5.如权利要求1所述的具有自校正意识的车牌字符识别方法，其特征在于，所述自校正网络模块包括卷积层cconv0和cconv1，残差网络基础机结构体cblock0，全局均值池化层cavepool0，全连接层cfc0和cfc1，特征图形状变换层cshape0和拼接层ccat0；卷积层cconv0的输入为所述高层特征图、输出与残差网络基础机结构体cblock0连接，残差网络基础机结构体cblock0经全局均值池化层cavepool0与全连接层cfc0连接，全连接层cfc0输出分别与特征图形状变换层cshape0和全连接层cfc1连接，特征图形状变换层cshape0输出的特征图和所述高层特征图作为拼接层ccat0的输入，拼接层ccat0的输出连接卷积层cconv1，卷积层cconv1输出为所述校正后的标准车牌位置特征图。