基于数据增强和数据生成的车牌字符识别方法技术

一种基于数据增强和数据生成的车牌字符识别方法，能根据随机生成模拟车牌图片，以循环对抗网络的图像生成器得到仿真车牌图片后与模拟车牌图片以及增强数据图片混合生成训练数据对车牌识别网络进行优化训练，最后将训练后的识别网络进行快速车牌识别。本发明专利技术够在低光，低分辨率，运动模糊和其他恶劣条件的影响下正确且快速的识别车牌。同时神经网络训练需要的大量数据采用数据增强和数据生成的方式获得，不需要大量人工标注的数据。

【技术实现步骤摘要】
基于数据增强和数据生成的车牌字符识别方法
本专利技术涉及的是一种交通信息控制领域的技术，具体是一种基于数据增强和数据生成的车牌字符识别方法。
技术介绍
车牌字符识别系统需要应对诸如低光，低分辨率，运动模糊和其他恶劣条件的挑战。虽然现有深度神经网络方法用于此类车牌字符识别的准确率比传统方法提高很多，但是面临着训练数据收集难，标注难等问题。实际数据不容易获得，采集过程缓慢，并且在将数据用于训练之前需要对数据进行处理和注释。为了获得更高的注释精度，还需要人工检查。现有技术有通过图像内容分割后进行分别识别以减少运算量的方法，也有通过深度学习进行车牌识别的方法。但前者计算复杂度较高且识别率不够理想，后者虽然不需要额外分割图像但其神经网络需要通过大量样本训练才能达到一定的识别率，训练过程也相当耗费资源。
技术实现思路
本专利技术针对现有技术存在的上述不足，提出一种基于数据增强和数据生成的车牌字符识别方法，能够在低光，低分辨率，运动模糊和其他恶劣条件的影响下正确且快速的识别车牌。同时神经网络训练需要的大量数据采用数据增强和本文档来自技高网...

【技术保护点】
1.一种基于数据增强和数据生成的车牌字符识别方法，其特征在于，根据随机生成模拟车牌图片，以循环对抗网络的图像生成器得到仿真车牌图片后与模拟车牌图片以及增强数据图片混合生成训练数据对车牌识别网络进行优化训练，最后将训练后的识别网络进行快速车牌识别；/n所述的模拟车牌图片是指：根据符合车牌规则随机生成字符，与蓝底背景图像组合得到的车牌图片；/n所述的增强数据图片是指：具有标签且经过数据增强处理的真实车牌图片；/n所述的循环对抗网络，包括循环对抗生成网络和带梯度惩罚的对抗生成网络，其通过模拟车牌图片和真实车牌图片训练。/n

【技术特征摘要】
1.一种基于数据增强和数据生成的车牌字符识别方法，其特征在于，根据随机生成模拟车牌图片，以循环对抗网络的图像生成器得到仿真车牌图片后与模拟车牌图片以及增强数据图片混合生成训练数据对车牌识别网络进行优化训练，最后将训练后的识别网络进行快速车牌识别；
所述的模拟车牌图片是指：根据符合车牌规则随机生成字符，与蓝底背景图像组合得到的车牌图片；
所述的增强数据图片是指：具有标签且经过数据增强处理的真实车牌图片；
所述的循环对抗网络，包括循环对抗生成网络和带梯度惩罚的对抗生成网络，其通过模拟车牌图片和真实车牌图片训练。


2.根据权利要求1所述的方法，其特征是，所述的混合生成是指：以模拟车牌图片、仿真图片和真实车牌图片按1：2：2比例生成。


3.根据权利要求1所述的方法，其特征是，所述的训练数据，进一步经过灰度处理以消除不同背景车牌的颜色因素。


4.根据权利要求1所述的方法，其特征是，所述的车牌识别网络采用改进型DenseNet，包括：输入层、卷积层、第一密集连接块、第一过渡层、第二密集连接块、第二过渡层和第三密集连接...

【专利技术属性】
技术研发人员：吴昌浩，徐树公，张舜卿，曹姗，
申请(专利权)人：上海大学，
类型：发明
国别省市：上海;31