公开(公告)号：CN108073917A

公开(公告)日：2018-05-25

申请号：CN201810069954.6

申请日：2018-01-24

Applicant: 燕山大学

Inventor： 黎捷 ,  宋建宏 ,  张梦达 ,  季淑梅

IPC: G06K9/00 ,  G06K9/62

Abstract: 一种基于卷积神经网络的人脸识别方法，本发明涉及基于卷积神经网络的人脸识别方法。本发明为了解决现有针对小数据集的人脸识别方法准确率低、自适应差以及需要人工调参数的问题。本发明包括：一：对需要进行识别的人脸图像分为训练样本、测试样本和验证样本三类，并读取待训练的数据；二：进行归一化处理；三：构建卷积神经网络的网络结构；四：将训练样本放入步骤三构建的网络结构中进行训练，训练的过程包括前向传播和反向传播；五：将步骤四训练后的模型参数进行保存；六：使用训练后的模型参数对步骤二归一化处理后的测试样本进行检测，得到模型的检测结果。本发明用于模式识别领域。

公开(公告)号：CN108615034A

公开(公告)日：2018-10-02

申请号：CN201711335511.9

申请日：2017-12-14

Applicant: 燕山大学

Inventor： 黎捷 ,  张梦达 ,  宋建宏 ,  季淑梅

IPC: G06K9/20 ,  G06K9/34 ,  G06K9/46 ,  G06N3/08 ,  G06T5/40 ,  G06T7/13 ,  G08G1/017

Abstract: 本发明公开了一种模板匹配与神经网络算法结合的车牌识别方法，所述方法包括：对摄像头采集到的原始车牌图像做灰度化、二值化、直方图均衡化等处理；对灰度图像进行图像滤波、边缘检测等处理；对处理过后的图像，采用数学形态学方法和行扫描方法粗定位车牌，使用Hough变换方法精确定位车牌位置；采用竖直投影法和检测行像素值和最大法对车牌字符进行精确分割；将模板匹配方法与神经网络算法结合对分割后的车牌字符自动识别。本发明方法采用模板匹配与神经网络算法相结合的方式对车牌字符自动识别，可以较好的解决对汉字、字母与数字组合的国内车牌字符识别不高的问题，能够快速、准确的自动识别车牌字符。