公开(公告)号：CN109271991B

公开(公告)日：2022-03-22

申请号：CN201811037178.8

申请日：2018-09-06

Applicant: 公安部交通管理科学研究所

Inventor： 蔡岗 ,  刘敏 ,  张森 ,  孙正良 ,  黄淑兵 ,  李小武 ,  吴晓峰 ,  缪新顿 ,  孔晨晨 ,  李杰

IPC: G06V10/24 ,  G06V20/62 ,  G06N3/04

Abstract: 本发明提供一种基于深度学习的车牌识别方法，其可以自适应地获得不同场景下的车牌特征信息，同时提高了车牌识别的准确率。本发明将车牌固有的颜色属性加入YOLO模型中构建一个具有泛化能力强、检测以及定位准确率高的车牌检测模型，对输入的卡口监控设备拍摄的过车图片进行检测，得到车牌的区域位置；接着使用Radon变换对倾斜的车牌区域进行校正，同时利用颜色和边缘等线索对车牌区域进行微调，最后将微调后的车牌区域送入加入车牌编码规则约束的CRNN网络对车牌号码进行识别。

公开(公告)号：CN109271991A

公开(公告)日：2019-01-25

申请号：CN201811037178.8

申请日：2018-09-06

Applicant: 公安部交通管理科学研究所

Inventor： 蔡岗 ,  刘敏 ,  张森 ,  孙正良 ,  黄淑兵 ,  李小武 ,  吴晓峰 ,  缪新顿 ,  孔晨晨 ,  李杰

IPC: G06K9/34 ,  G06K9/32 ,  G06N3/04

Abstract: 本发明提供一种基于深度学习的车牌识别方法，其可以自适应地获得不同场景下的车牌特征信息，同时提高了车牌识别的准确率。本发明将车牌固有的颜色属性加入YOLO模型中构建一个具有泛化能力强、检测以及定位准确率高的车牌检测模型，对输入的卡口监控设备拍摄的过车图片进行检测，得到车牌的区域位置；接着使用Radon变换对倾斜的车牌区域进行校正，同时利用颜色和边缘等线索对车牌区域进行微调，最后将微调后的车牌区域送入加入车牌编码规则约束的CRNN网络对车牌号码进行识别。