-
公开(公告)号：CN108830254A
公开(公告)日：2018-11-16
申请号：CN201810681853.4
申请日：2018-06-27
Applicant: 福州大学
Abstract: 本发明涉及一种基于数据均衡策略和密集注意网络的细粒度车型检测与识别方法，首先获取车型数据集，并对获取的车型数据集进行标注，为训练车型检测与识别模型做好准备；接着采用数据均衡策略对收集到的车型数据集进行数据均衡处理；然后用经过数据均衡处理后的车型数据集训练密集注意网络；最后将一幅待检测的图像输入训练好的密集注意网络中，利用训练好的密集注意网络对待检测的图像进行检测与识别。
-
Patent Agency Ranking
公开(公告)号：CN107122732A
公开(公告)日：2017-09-01
申请号：CN201710277191.X
申请日：2017-04-25
Applicant: 福州大学
Abstract: 本发明涉及一种监控场景下高鲁棒性的快速车牌定位方法，包括以下步骤：步骤S1：对车牌训练图像进行语义分组，即将车牌图像分为车牌和非车牌两个语义组，并按组将训练图像输入到支持向量机中进行训练；步骤S2：采用基于Epanechikov核密度估计自适应快速车辆检测方法对车辆区域进行快速检测；步骤S3：利用基于AFRD的帧滑动算法对视频帧进行过滤，得到感兴趣的帧图像；步骤S4：对感兴趣帧图像中车辆区域采用形态学、颜色和MSER相结合的方法对车牌进行检测；步骤S5：对步骤S4中得到的候选车牌运用步骤S1中训练好的支持向量机进行二元分类，得到正确的车牌。本发明的定位方法能够改善车牌识别系统在低对比度、低光照等恶劣环境下的鲁棒性。
-
公开(公告)号：CN106886778A
公开(公告)日：2017-06-23
申请号：CN201710278593.1
申请日：2017-04-25
Applicant: 福州大学
Abstract: 本发明涉及一种监控场景下车牌字符分割与识别方法，包括以下步骤：步骤S1：对车牌字符图像进行分类，为显式特征分类器和隐式特征分类器的训练做好准备；步骤S2：输入车牌图像；步骤S3：对车牌图像采用投影分割法和连通域法相结合的字符分割方法进行字符分割；步骤S4：采用显式特征分类器和隐式特征分类器相融合的方法对车牌字符进行识别。本发明采用投影分割法和连通域法相结合的方法来改善车牌字符分割的效果，针对车牌字符识别特征考虑单一的问题，提出了基于显式特征分类器与隐式特征分类器融合的方法，能够结合两者在特征提取上的优势，从而改善字符识别的效果。
-
公开(公告)号：CN108830254B
公开(公告)日：2021-10-29
申请号：CN201810681853.4
申请日：2018-06-27
Applicant: 福州大学
Abstract: 本发明涉及一种基于数据均衡策略和密集注意网络的细粒度车型检测与识别方法，首先获取车型数据集，并对获取的车型数据集进行标注，为训练车型检测与识别模型做好准备；接着采用数据均衡策略对收集到的车型数据集进行数据均衡处理；然后用经过数据均衡处理后的车型数据集训练密集注意网络；最后将一幅待检测的图像输入训练好的密集注意网络中，利用训练好的密集注意网络对待检测的图像进行检测与识别。
-
公开(公告)号：CN106886778B
公开(公告)日：2020-02-07
申请号：CN201710278593.1
申请日：2017-04-25
Applicant: 福州大学
Abstract: 本发明涉及一种监控场景下车牌字符分割与识别方法，包括以下步骤：步骤S1：对车牌字符图像进行分类，为显式特征分类器和隐式特征分类器的训练做好准备；步骤S2：输入车牌图像；步骤S3：对车牌图像采用投影分割法和连通域法相结合的字符分割方法进行字符分割；步骤S4：采用显式特征分类器和隐式特征分类器相融合的方法对车牌字符进行识别。本发明采用投影分割法和连通域法相结合的方法来改善车牌字符分割的效果，针对车牌字符识别特征考虑单一的问题，提出了基于显式特征分类器与隐式特征分类器融合的方法，能够结合两者在特征提取上的优势，从而改善字符识别的效果。
-
公开(公告)号：CN107122732B
公开(公告)日：2019-12-31
申请号：CN201710277191.X
申请日：2017-04-25
Applicant: 福州大学
Abstract: 本发明涉及一种监控场景下高鲁棒性的快速车牌定位方法，包括以下步骤：步骤S1：对车牌训练图像进行语义分组，即将车牌图像分为车牌和非车牌两个语义组，并按组将训练图像输入到支持向量机中进行训练；步骤S2：采用基于Epanechikov核密度估计自适应快速车辆检测方法对车辆区域进行快速检测；步骤S3：利用基于AFRD的帧滑动算法对视频帧进行过滤，得到感兴趣的帧图像；步骤S4：对感兴趣帧图像中车辆区域采用形态学、颜色和MSER相结合的方法对车牌进行检测；步骤S5：对步骤S4中得到的候选车牌运用步骤S1中训练好的支持向量机进行二元分类，得到正确的车牌。本发明的定位方法能够改善车牌识别系统在低对比度、低光照等恶劣环境下的鲁棒性。
-
-
-
-
-
Search Results
6
records
(took 0.019 seconds)
