双行车牌的自动识别方法技术

一种双行车牌的自动识别方法，通过对待测图像进行预处理后输入经过训练的用于双行车牌分类的车牌检测分类器和双行车牌端到端识别器，识别得到候选车牌号；然后利用车牌类别及对应编码规则对候选车牌号进行复核，实现双行车牌识别。本发明专利技术改进现有网络模型，识别阶段采用两个独立的卷积神经网络，分别提取上下两行车牌序列特征再拼接识别，避免了手动校正和分割拼接，自动化程度高、稳定性好。

【技术实现步骤摘要】
双行车牌的自动识别方法
本专利技术涉及的是一种图像识别处理领域的技术，具体是一种双行车牌的自动识别方法。
技术介绍
我国车牌从结构上主要分为单行车牌和双行车牌，双行车牌主要包括大型汽车后号牌、挂车号牌、武警车号牌、军车号牌、拖拉机号牌以及大部分摩托车号牌等。相较于单行车牌，双行车牌结构上较为复杂，主要体现在上下两行车牌的字符大小、数目均不一致，再由于环境噪声导致的车牌模糊、倾斜、遮挡等影响，传统的基于字符分割或者上下行切割线的双行车牌识别算法，稳定性差且精度不高。基于深度学习的双行车牌端到端识别，网络结构复杂，且需要大量双行车牌数据，适用性低。
技术实现思路
本专利技术针对现有技术采用的模型大多较为复杂，无法和单行车牌共有同一个网络结构，且识别之前需要对双行车牌进行手动分割拼接，很难实现稳定的识别的缺陷，提出一种双行车牌的自动识别方法，改进现有网络模型，识别阶段采用两个独立的卷积神经网络，分别提取上下两行车牌序列特征再拼接识别，避免了手动校正和分割拼接，自动化程度高、稳定性好。本专利技术是通过以下技术方案实现的：...

【技术保护点】
1.一种双行车牌的自动识别方法，其特征在于，通过对待测图像进行预处理后输入经过训练的用于双行车牌分类的车牌检测分类器和双行车牌端到端识别器，识别得到候选车牌号；然后利用车牌类别及对应编码规则对候选车牌号进行复核，实现双行车牌识别；/n所述的双行车牌端到端识别器包括两个神经网络分支，每个神经网络分支包括依次设置的第一卷积层、第一池化层、第二卷积层、第二池化层、第三卷积层、第四卷积层、第三池化层、第五卷积层、第六卷积层、第四池化层、第七卷积层，两个神经网络分支的输出端通过softmax层输出车牌及置信度信息。/n

【技术特征摘要】
1.一种双行车牌的自动识别方法，其特征在于，通过对待测图像进行预处理后输入经过训练的用于双行车牌分类的车牌检测分类器和双行车牌端到端识别器，识别得到候选车牌号；然后利用车牌类别及对应编码规则对候选车牌号进行复核，实现双行车牌识别；
所述的双行车牌端到端识别器包括两个神经网络分支，每个神经网络分支包括依次设置的第一卷积层、第一池化层、第二卷积层、第二池化层、第三卷积层、第四卷积层、第三池化层、第五卷积层、第六卷积层、第四池化层、第七卷积层，两个神经网络分支的输出端通过softmax层输出车牌及置信度信息。


2.根据权利要求1所述的自动识别方法，其特征是，所述的预处理是指：根据实际情况，预设相应的转角和行切割线范围，对待测图像进行自动旋转、裁剪，得到包含一组包含两行车牌的图像。


3.根据权利要求1所述的自动识别方法，其特征是，所述的双行车牌端到端识别器，分为训练阶段和识别阶段，其中：每个神经网络分支的训练通过对灰度化后的单行车牌进行特征提取，将得到的特征序列信息采用双向LSTM进行序列分类，再通过CTC损失函数对分类信息对齐，得到车牌及置信度信息得以实现；双行车牌端到端识别器的识别阶段通过对待测双行车牌进行预处理后进行特征提取，再将上下两行车牌的特征序列信息左右拼接，采用双向LSTM进行序列分类，再通过CTC损失函数对分类信息对齐，得到车牌号及置信度信息，通过softmax层合并一组车牌号及置信度信息相连并传输最终识别的车牌号及置信度信息。


4.根据权利要求1所述的自动识别方法，其特征是，所述的候选车牌号，通过将预处理后的两行车牌图像分别输入端到端识别器两个神经网络分支对分割后的上下两行车牌分别...

【专利技术属性】
技术研发人员：杨磊，邱国庆，魏敦楷，
申请(专利权)人：上海其高电子科技有限公司，
类型：发明
国别省市：上海;31