[发明专利]一种基于循环神经网络模型的车牌识别方法及装置在审
| 申请号： | 201810728946.8 | 申请日： | 2018-07-05 |
| 公开（公告）号： | CN110689002A | 公开（公告）日： | 2020-01-14 |
| 发明（设计）人： | 郭朋飞 | 申请（专利权）人： | 山东华软金盾软件股份有限公司 |
| 主分类号： | G06K9/32 | 分类号： | G06K9/32;G06N3/04 |
| 代理公司： | 11641 北京金宏来专利代理事务所(特殊普通合伙) | 代理人： | 许振强;陆华 |
| 地址： | 250000 山东省济南市高新区舜华路1号齐鲁软*** | 国省代码： | 山东;37 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于循环神经网络模型的车牌识别方法及装置，首先是获取目标图像，所述目标图像为仅包含目标车牌的区域；其次是将图像进行预处理；通过将预处理后的图像输入到训练网络中，所述训练网络首先是将训练样本集转置后得到的转置数据输入训练网络，然后所述转置数据经过卷积和Pooling得到指定的特征集，最后运用GRU网络进行训练，得到输出每个字符的概率；将所述输出每个字符的概率进行比对，得到车牌号码。其中核心的部分是训练网络的构建，该训练网络能够达到高度分割和识别车牌的效果。 | ||
| 搜索关键词： | 训练网络 转置 预处理 车牌 图像 循环神经网络 训练样本集 输出 车牌号码 车牌识别 获取目标 目标图像 图像输入 特征集 概率 比对 构建 卷积 分割 网络 | ||
【主权项】：
1.一种基于循环神经网络模型的车牌识别方法，其特征在于，包括：/n获取目标图像，所述目标图像为仅包含目标车牌的区域；/n将图像进行预处理；/n通过将预处理后的图像输入到训练网络中，所述训练网络首先是将训练样本集转置后得到的转置数据输入训练网络，然后所述转置数据经过卷积和Pooling得到指定的特征集，最后运用GRU网络进行训练，得到输出每个字符的概率；/n将所述输出每个字符的概率，且取概率最大值，得到车牌号码。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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山东华软金盾软件股份有限公司，未经山东华软金盾软件股份有限公司许可，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/patent/201810728946.8/，转载请声明来源钻瓜专利网。
