公开(公告)号：CN114092926B

公开(公告)日：2024-07-16

申请号：CN202111222652.6

申请日：2021-10-20

Applicant: 杭州电子科技大学

Inventor： 王兴起 ,  于淏 ,  邵艳利 ,  魏丹 ,  陈滨 ,  方景龙

IPC: G06V20/62 ,  G06V30/146 ,  G06V30/18 ,  G06V30/19 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/0455 ,  G06N3/0442 ,  G06N3/084 ,  G06N3/0475 ,  G06N3/094 ,  G06N3/048

Abstract: 本发明公开了一种复杂环境下的车牌定位和识别方法，本发明采用循环生成对抗网络对合成车牌图像进行风格迁移，生成更接近真实的车牌图像以丰富训练样本集，并解决样本不均衡问题，采用一种MF‑RepUnet车牌定位方法，将改进的VGG结构和特征金字塔融入U‑Net模型，提高模型特征提取能力，成功弥补了车牌定位中小目标车牌和倾斜车牌等容易漏检的缺陷，用基于卷积循环神经网络和注意力机制的车牌识别方法，通过注意力自适应加权协助循环神经网络改善因图像质量退化导致的语义特征模糊问题，进一步提高字符识别的准确率。

公开(公告)号：CN114092926A

公开(公告)日：2022-02-25

申请号：CN202111222652.6

申请日：2021-10-20

Applicant: 杭州电子科技大学

Inventor： 王兴起 ,  于淏 ,  邵艳利 ,  魏丹 ,  陈滨 ,  方景龙

IPC: G06V20/62 ,  G06V30/146 ,  G06V10/44 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种复杂环境下的车牌定位和识别方法，本发明采用循环生成对抗网络对合成车牌图像进行风格迁移，生成更接近真实的车牌图像以丰富训练样本集，并解决样本不均衡问题，采用一种MF‑RepUnet车牌定位方法，将改进的VGG结构和特征金字塔融入U‑Net模型，提高模型特征提取能力，成功弥补了车牌定位中小目标车牌和倾斜车牌等容易漏检的缺陷，用基于卷积循环神经网络和注意力机制的车牌识别方法，通过注意力自适应加权协助循环神经网络改善因图像质量退化导致的语义特征模糊问题，进一步提高字符识别的准确率。