基于深度学习的迷彩车牌检测与识别方法技术

本发明专利技术公开了一种基于深度学习的迷彩车牌检测与识别方法，所述方法包括：步骤1、车牌检测，使用Yolov5s作为迷彩车牌检测的深度网络，检测图像中的迷彩车牌位置；步骤2、文本检测，提取检测到的车牌图像，使用AdvancedEAST算法计算车牌内文本区域的对角线顶点坐标，获取要识别的文本区域；步骤3、字符识别，对文本区域进行图像预处理，再使用DenseNet和CTC进行字符预测。该方法能够快速并准确地识别旋转和倾斜的迷彩车牌，大大提升装备的管理和指挥效率。

【技术实现步骤摘要】

本专利技术涉及检测和识别，具体地，涉及一种基于深度学习的迷彩车牌检测与识别方法。

技术介绍

1、迷彩装备在进出场地时需要通过识别车身表面的迷彩车牌以确认装备的身份信息。现有的车牌识别技术通过车牌定位、字符分割、字符识别等方法，将车牌从图像中提取出来并识别其中的字符信息，以达到识别车牌的目的。其中，传统的车牌定位方法包括基于边缘、颜色等特征的定位算法，该类算法受噪声、光照的影响较大。而字符识别常采用模板匹配法，通过与模板匹配并比较相似度来选择最佳匹配，使用该方法遇到存在一定旋转和倾斜角度的车牌时识别效果不佳。并且，迷彩车牌与普通车牌不同，其尺寸、纹理、字体各异，识别难度较大，利用传统方法难以在自然场景下兼顾检测与识别的速度和准确率。

技术实现思路

1、本专利技术的目的是提供一种基于深度学习的迷彩车牌检测与识别方法，该方法能够快速并准确地识别旋转和倾斜的迷彩车牌，大大提升装备的管理和指挥效率。

2、为了实现上述目的，本专利技术提供了一种基于深度学习的迷彩车牌检测与识别方法，该方法包括：

3本文档来自技高网...

【技术保护点】

1.一种基于深度学习的迷彩车牌检测与识别方法，其特征在于，所述方法包括：

2.根据权利要求1所述的基于深度学习的迷彩车牌检测与识别方法，其特征在于，在步骤1中，Yolov5s网络使用Focus模块对输入图像进行切片操作。

3.根据权利要求2所述的基于深度学习的迷彩车牌检测与识别方法，其特征在于，在步骤1中，Yolov5s网络的Backbone部分使用CSP模块，将输入的特征映射划分为两部分，其中一部分经过多个残差组件和卷积后与另一部分拼接。

4.根据权利要求1所述的基于深度学习的迷彩车牌检测与识别方法，其特征在于，步骤2中的AdvancedEAST包括...

【技术特征摘要】

1.一种基于深度学习的迷彩车牌检测与识别方法，其特征在于，所述方法包括：

2.根据权利要求1所述的基于深度学习的迷彩车牌检测与识别方法，其特征在于，在步骤1中，yolov5s网络使用focus模块对输入图像进行切片操作。

3.根据权利要求2所述的基于深度学习的迷彩车牌检测与识别方法，其特征在于，在步骤1中，yolov5s网络的backbone部分使用csp模块，将输入的特征映射划分为两部分，其中一部分经过多个残差组件和卷积后与另一部分拼接。

4.根据权利要求1所述的基于深度学习的迷彩车牌检测与识别方法，其特征在于，步骤2中的advancedeast包括全卷积网络fcn阶段和非极大值抑制nms阶段，其中，fcn可直接生成文本区域，并使用位置感知nms过滤生成的文本区域以降低nms的复杂度。

5.根据权利要求4所述的基于深度学习的迷彩车牌检测与识别方法，其特征在于，advancedeast包括特征提取层、特征合并层...

【专利技术属性】
技术研发人员：张鹏，朱标，张骏，
申请(专利权)人：中航华东光电有限公司，
类型：发明
国别省市：