一种基于位置注意力的车牌识别方法技术

本发明专利技术提供了一种基于位置注意力的车牌识别方法，属于车牌识别技术领域，包括：将车牌图像输入到卷积神经网络中提取特征得到特征T，使用自适应平均池化将特征T转换成特定大小的第一特征序列T1；将T1降维后得到第二特征序列z；为每个字符位置计算生成一个注意力图α

【技术实现步骤摘要】
一种基于位置注意力的车牌识别方法


[0001]本专利技术属于车牌识别
，具体涉及一种基于位置注意力的车牌识别方法。

技术介绍

[0002]车牌检测与识别系统被广泛的应用在各种生活场景中，在现在智能交通场景中起着关键作用。
[0003]现有技术中车牌识别方法是利用卷积神经网络提取车牌图像特征并进行识别。基于卷积神经网络的方法主要对训练数据进行分类和标记后，采用卷积神经网络对车牌提取特征，将得到的特征用来训练神经网络，再通过神经网络对车牌结果进行预测。
[0004]然而，该方法在预测结果时，采用的是全局所有的车牌特征，这加大了网络的训练难度，影响网络收敛的速度，一定程度上影响识别的精度。目前存在基于卷积神经网络的方法会对车牌进行字符级别的标注，该方法虽然能快速收敛并提高识别精度，但是前期标注成本巨大。

技术实现思路

[0005]为了克服上述现有技术存在的不足，本专利技术提供了一种基于位置注意力的车牌识别方法。
[0006]为了实现上述目的，本专利技术提供如下技术方案：
[0007]一种基于位置注本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于位置注意力的车牌识别方法，其特征在于，包括：将车牌图像输入到卷积神经网络中提取特征得到特征T，使用自适应平均池化将特征T转换成特定大小的第一特征序列T1，将T1降维后得到第二特征序列z；将第二特征序列z经过三个卷积核和三个ReLU激活函数处理得到第三特征序列K，K的特征尺寸为(1,M,512)；为车牌图像的每个字符的位置计算生成一个注意力图α
ij
，其中注意力图α
ij
表达式为：其中，e
ij
＝q
iT
k
j
+b
i
，j＝1....M，其中，q
i
为训练的向量，b
i
为训练的偏移量，L是车牌中字符的最大数目，且包括一个结束符；M为第三特征序列K的列数；k
j
是第三特征序列K中第j个特征向量；将所述注意力图α
ij
与第二特征序列z进行高维矩阵乘得到最终的图片特征c
i
，将最终的图片特征c
i
通过神经网络进行多类别分类操作，得到车牌识别结果。2.根据权利要求1所述的一种基于位置注意力的车牌识别方法，...

【专利技术属性】
技术研发人员：王文中，王天祥，汤进，
申请(专利权)人：安徽大学，
类型：发明
国别省市：