-
公开(公告)号:CN114463611B
公开(公告)日:2025-05-13
申请号:CN202111557327.5
申请日:2021-12-18
Applicant: 北京工业大学
Abstract: 一种非可控环境下的鲁棒中文车牌检测与校正方法属于图像处理领域。当前绝大多数的车牌检测方法都是采用矩阵框定位,非可控环境下,如果车牌存在严重倾斜或者形变,会导致车牌定位不准确,即定位的车牌区域存在较多的背景或者定位不完整,会对后续的车牌识别造成干扰,影响识别的准确率。本发明提出的中文车牌检测方法通过引入ACON、RBN与可变形卷积,可以提升模型的特征提取能力,改进了检测头并设计了相应的坐标回归公式,能够准确地对任意倾斜的车牌进行定位,在各种复杂的非可控环境下均能获得理想的检测结果。
-
公开(公告)号:CN114639090A
公开(公告)日:2022-06-17
申请号:CN202111262855.8
申请日:2021-10-28
Applicant: 中国公路工程咨询集团有限公司 , 北京工业大学
Abstract: 一种非可控环境下的鲁棒中文车牌识别方法属于图像处理领域,针对非可控环境下车牌识别存在的鲁棒性差、性能不高等问题。该方法基于CRNN框架实现,包括三个步骤:建立数据集、输入图像预处理和网络结构设计。由于中文车牌字符的长度不一,本发明采用了CTC算法,用于解决不定长车牌字符的对齐问题。CTC可以把从序列识别层获取的一系列字符序列转换成最终的字符序列。本发明效果:1、识别速度快、准确率高;2、可以实现任意定长车牌字符序列的识别,适应各种不同长度车牌的识别需求;3、泛化性较强,鲁棒性好,能够应用于各种复杂的非可控场景。
-
公开(公告)号:CN114639090B
公开(公告)日:2025-05-13
申请号:CN202111262855.8
申请日:2021-10-28
Applicant: 中国公路工程咨询集团有限公司 , 北京工业大学
IPC: G06V20/62 , G06V10/32 , G06V10/28 , G06V10/774 , G06V10/82 , G06N3/045 , G06N3/0442 , G06N3/0464 , G06N3/082
Abstract: 一种非可控环境下的鲁棒中文车牌识别方法属于图像处理领域,针对非可控环境下车牌识别存在的鲁棒性差、性能不高等问题。该方法基于CRNN框架实现,包括三个步骤:建立数据集、输入图像预处理和网络结构设计。由于中文车牌字符的长度不一,本发明采用了CTC算法,用于解决不定长车牌字符的对齐问题。CTC可以把从序列识别层获取的一系列字符序列转换成最终的字符序列。本发明效果:1、识别速度快、准确率高;2、可以实现任意定长车牌字符序列的识别,适应各种不同长度车牌的识别需求;3、泛化性较强,鲁棒性好,能够应用于各种复杂的非可控场景。
-
公开(公告)号:CN114463611A
公开(公告)日:2022-05-10
申请号:CN202111557327.5
申请日:2021-12-18
Applicant: 北京工业大学
Abstract: 一种非可控环境下的鲁棒中文车牌检测与校正方法属于图像处理领域。当前绝大多数的车牌检测方法都是采用矩阵框定位,非可控环境下,如果车牌存在严重倾斜或者形变,会导致车牌定位不准确,即定位的车牌区域存在较多的背景或者定位不完整,会对后续的车牌识别造成干扰,影响识别的准确率。本发明提出的中文车牌检测方法通过引入ACON、RBN与可变形卷积,可以提升模型的特征提取能力,改进了检测头并设计了相应的坐标回归公式,能够准确地对任意倾斜的车牌进行定位,在各种复杂的非可控环境下均能获得理想的检测结果。
-
-
-