-
公开(公告)号:CN110674820A
公开(公告)日:2020-01-10
申请号:CN201910882245.4
申请日:2019-09-18
Applicant: 绍兴达道生涯教育信息咨询有限公司
IPC: G06K9/34 , G06K9/03 , G06N3/04 , G06N3/08 , G06F16/2458
Abstract: 本发明公开了一种基于卷积神经网络的车牌校准识别方法、系统及电子设备,包括获取车辆轮廓信息;获取某个车辆的多帧图像,对多帧图像的车牌号进行识别;将相邻帧的车牌号识别结果进行比对,得到车牌一致性结果;对一致性结果进行检验,确定某个车辆的车牌信息。遇到车辆很快的情况,能够对图像进行清晰化选取,从而得到最优的图像来识别出正确的车牌号,另外,如果连续图像当中的车牌被识别出不同的结果,结合卷积神经网络对车辆的轮廓信息进行联网查询,可以有效避免车牌识别出错。
-
公开(公告)号:CN110632418A
公开(公告)日:2019-12-31
申请号:CN201910882252.4
申请日:2019-09-18
Applicant: 绍兴达道生涯教育信息咨询有限公司
Abstract: 本发明公开了一种基于CNN和RNN的机器状态获取方法、系统及电子设备,将机器进行固定在特定设备上,在该设备上对机器位置进行动态调整;对机器处于不同位置时提取数据;对提取数据进行在线和离线分析,从而得到机器状态数据。RNN网络将所述不同位置时的测试声音片段与训练好的标准声音序列进行比对,若所述不同位置时的测试声音片段均在标准范围内,表明机器处于稳定序列,反之,则机器状态处于不稳定序列;测试过程中,多次将给定的多种测试声音到机器当中,判断是否稳定,若连续三次判断机器状态处于稳定序列,则认为机器状态稳定,评判标准唯一,可对不同机器进行统一化检测标准。
-