基于多视频帧信息和核相光滤波算法的车牌检测识别方法技术

本发明专利技术提供了一种基于多视频帧信息和核相光滤波算法的车牌检测识别方法。分别构建了不同的深度学习模型来进行单帧图像的车牌区域检测和车牌信息识别，并利用基于核相关滤波算法进行多帧信息跟踪融合，既能够提高车牌识别与定位的准确性，又具有较高的计算效率，可用于实时处理。

License plate detection and recognition method based on multi video frame information and kernel phase light filtering algorithm

【技术实现步骤摘要】
基于多视频帧信息和核相光滤波算法的车牌检测识别方法
本专利技术属智能交通系统领域，具体涉及一种基于多视频帧信息和核相光滤波算法的车牌检测识别方法。
技术介绍
近年来，随着社会经济的迅猛发展，智能交通系统(IntelligenceTransportSystem,ITS)逐渐成为了世界上交通运输控制与管理领域的热门研究课题。汽车车牌作为车辆的“身份证”，类似人类指纹可以用来唯一的确定车辆的身份。车牌照识别(LicensePlateRecognition，LPR)系统是车辆检测系统中的一个重要环节，这个系统过程如下：首先通过车牌检测技术获取车牌在图片中的位置，然后通过光学字符识别技术(OCR)对车牌号进行识别，获取图片中车辆的车牌号。传统的车牌字符识别方法一般分为字符分割和字符识别两个部分。如果不考虑复杂的环境背景，传统的车牌识别方法，如基于模板匹配和基于字符特征的识别技术等都可以用于车牌的检测，而实际图像中往往存在背景复杂、车牌模糊、角度倾斜等问题，目前主流的方法采用深度神经网络学习图像的特征。通过研究深度学习模型的参数优化，如卷积核、网络本文档来自技高网...

【技术保护点】
1.一种基于多视频帧信息和核相光滤波算法的车牌检测识别方法，其特征在于步骤如下：/n步骤1：将中国大陆车牌数据集CCPD中每幅图像缩放到大小为512*512的图像，所有缩放后图像及其标注信息构成预训练数据集；/n步骤2：分别对预训练数据集中的每幅图像进行增强处理，所有增强处理前和增强处理后的图像及其标注信息共同构成最终的训练数据集；所述的增强处理包括任意角度的翻转、任意尺寸的裁剪和任意程度的色彩变换；/n步骤3：将步骤2得到的训练数据集输入车牌检测网络模型进行训练，得到训练好的车牌检测模型；所述的车牌检测网络模型抽取VggNet网络中不同尺寸的特征图进行上采样，变为同尺寸不同宽通道的特征图，再...

【技术特征摘要】
1.一种基于多视频帧信息和核相光滤波算法的车牌检测识别方法，其特征在于步骤如下：
步骤1：将中国大陆车牌数据集CCPD中每幅图像缩放到大小为512*512的图像，所有缩放后图像及其标注信息构成预训练数据集；
步骤2：分别对预训练数据集中的每幅图像进行增强处理，所有增强处理前和增强处理后的图像及其标注信息共同构成最终的训练数据集；所述的增强处理包括任意角度的翻转、任意尺寸的裁剪和任意程度的色彩变换；
步骤3：将步骤2得到的训练数据集输入车牌检测网络模型进行训练，得到训练好的车牌检测模型；所述的车牌检测网络模型抽取VggNet网络中不同尺寸的特征图进行上采样，变为同尺寸不同宽通道的特征图，再进行合并，将合并得到的特征图送入全连接层，输出置信度和车牌区域坐标(cx,cy,w,h,score)，其中，cx和cy分别为车牌区域的中心点横坐标和纵坐标，w和h为区域的长和宽，score表示置信度；
步骤4：截取步骤2得到训练数据集中每幅图像中的车牌区域，所有截取后的图像及其车牌号标注信息构成车牌识别模型的训练数据集，将此训练数据集输入到基于视觉注意力机制的字符识别网络进行训练，以训练好的网络作为最终的车牌识别模型；所述的基于视觉注意力机制的字符识别网络指由7层CNN网络、注意力模块和LSTM网络连接而成，其中，7层CNN提取有表征能力的图像特征，注意力模块联合上一层的输出和RNN隐含层的状态，做一个linear...

【专利技术属性】
技术研发人员：王琦，袁媛，芦肖城，
申请(专利权)人：西北工业大学，
类型：发明
国别省市：陕西;61