[发明专利]一种物流货车车牌识别方法及设备有效
| 申请号: | 202211494713.9 | 申请日: | 2022-11-26 |
| 公开(公告)号: | CN115546779B | 公开(公告)日: | 2023-02-07 |
| 发明(设计)人: | 孙晓宇;黄博;江培荣;麻亮;李攀;何永霞;吴农中;甄克;王帅;杨营;贺定雄 | 申请(专利权)人: | 成都运荔枝科技有限公司 |
| 主分类号: | G06V20/62 | 分类号: | G06V20/62;G06V10/40;G06V10/764;G06V10/80;G06V10/82;G06N3/0464;G06N3/048;G06N3/08 |
| 代理公司: | 四川域策汇智知识产权代理有限公司 51351 | 代理人: | 幸伟山 |
| 地址: | 610000 四川省成*** | 国省代码: | 四川;51 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 物流 货车 车牌 识别 方法 设备 | ||
1.一种物流货车车牌识别方法,其特征是:包括以下步骤:
S100、获取无人地磅系统中采集的货运车辆车牌图像,获取预先经过训练的图像识别卷积网络;所述图像识别卷积网络中设有主体池化层、前馈层、主体分类器和多个特征提取模块,所述特征提取模块用于提取所述货运车辆车牌图像的特征信息;
S200、将所述货运车辆车牌图像输入所述图像识别卷积网络,所述货运车辆车牌图像顺次经过各个所述特征提取模块后,生成得到初步特征图;
S300、利用所述主体池化层对所述初步特征图的各个图层进行全局池化操作,生成得到初步特征向量;
S400、所述初步特征向量顺次经过所述前馈层和所述主体分类器后,生成得到所述货运车辆车牌图像的识别结果;
其中,所述特征提取模块提取图像特征信息的过程表示为如下数学模型:
其中,XL-1表示输入所述特征提取模块的特征图,XL表示所述特征提取模块经过特征提取操作后输出的特征图,f1、f2、f3、f4和f5均表示普通卷积操作,f1、f2和f3的卷积核大小各不相同,fR1、fR2、fR3、fR4、fR5和fR6均表示ReLU激活函数,∣•∣表示对其中的特征图做拼接操作,SP1表示第一调制模块,SP2表示第二调制模块,SP3表示第三调制模块,×表示元素对应乘积运算,YW表示旁路融合模块,CP表示旁路调制模块,fK表示跨步卷积操作,SCP表示跨维度调制模块,sv1表示从所述第一调制模块输出的第一调制信息,sv2表示从所述第二调制模块输出的第二调制信息,sv3表示从所述第三调制模块输出的第三调制信息,cv表示从所述旁路调制模块输出的旁路调制信息,PL表示内部池化操作,M1、M2、M3、M5和M7分别表示函数fR1、fR2、fR3、fR4和fR5激活后生成的特征图,M4表示将特征图M1、特征图M2和特征图M3调制后拼接起来生成的特征图,M6表示所述旁路融合模块输出的特征图,M8表示内部池化操作后生成的特征图与M7特征图相加后生成的特征图。
2.根据权利要求1所述的物流货车车牌识别方法,其特征是:f1表示步长为1、且卷积核尺寸为1*1的卷积操作,f2、f4和f5均表示步长为1、且卷积核尺寸为3*3的卷积操作,f3表示步长为1、且卷积核尺寸为5*5的卷积操作。
3.根据权利要求1所述的物流货车车牌识别方法,其特征是:所述跨步卷积操作的步长为2、卷积核尺寸为3*3。
4.根据权利要求1所述的物流货车车牌识别方法,其特征是:所述第一调制模块、所述第二调制模块和所述第三调制模块内部操作过程相同,所述第一调制模块、所述第二调制模块和所述第三调制模块内部均设有顺次连接的调制全局池化层和调制激活函数,所述调制全局池化层用于对特征图在通道方向做全局最大池化操作,所述调制激活函数为sigmoid函数;
所述第一调制信息、所述第二调制信息和所述第三调制信息分别为所述第一调制模块、所述第二调制模块和所述第三调制模块内部的调制全局池化层操作后输出的矩阵。
5.根据权利要求4所述的物流货车车牌识别方法,其特征是:所述旁路融合模块内部运算过程表示为如下数学模型:
其中,特征图M1、M2和M3作为所述旁路融合模块的输入,特征图M6作为旁路融合模块的输出,×表示元素对应乘积运算,∣•∣表示对其中的特征图做拼接操作,fP表示步长为1、且卷积核尺寸为1*1的普通卷积操作,fRP表示ReLU激活函数,Y1表示将特征图M1、M2和M3相加后生成的特征图,Y2表示将特征图M1、M2和M3做元素对应乘积后生成的特征图。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于成都运荔枝科技有限公司,未经成都运荔枝科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202211494713.9/1.html,转载请声明来源钻瓜专利网。





