【技术实现步骤摘要】
本申请涉及视频图像处理的，具体涉及一种基于级联神经网络的无人机车牌识别方法、装置及无人机。
技术介绍
1、随着无人机的发展，无人机航拍逐渐成为拍摄智能交通监控视频的重要方式。而车牌作为车辆管理的唯一标识符号，车牌识别在智能交通系统中起着极其重要的作用。
2、目前，针对车牌识别方法的研究，现有技术通常是通过多任务级联的神经网络模型组合识别车牌信息，其中的神经网络模型通常是基于yolov系列、paddleocr等卷积神经网络实现。虽然yolov系列、paddleocr等卷积神经网络具有强大的特征提取能力，但由于其神经网络模型结构的复杂度，多任务级联的神经网络模型组合必然对图像采集装置搭载的芯片有着极高的算力要求，特别的，在字符检测的过程中，需要反复的提取图像特征，识别效率十分低下。然而，现有的无人机图像采集装置通常只能搭载低功耗、低算力的芯片，完全不能满足现有车牌识别方法的要求。
3、有鉴于此，提供一种基于改进的级联神经网络模型，具有良好的车牌识别准确率和效率，同时对算力要求较低的无人机车牌识别方法，就显得尤为重要。
【技术保护点】
1.一种基于级联神经网络的无人机车牌识别方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述对所述第二图像进行车牌检测，得到车牌检测框，包括：利用预训练好的车牌检测器对所述第二图像进行车牌检测，得到车牌检测框；
3.根据权利要求2所述的方法，其特征在于，所述对所述第一图像进行车辆检测，得到车辆检测框，包括：利用预训练好的车辆检测模型对所述第一图像进行车辆检测，得到车辆检测框；所述方法还包括：
4.根据权利要求2所述的方法，其特征在于，所述基于所述第三图像，利用改进的车牌识别模型进行车牌字符和车牌颜色的并行识别，得...
【技术特征摘要】
1.一种基于级联神经网络的无人机车牌识别方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述对所述第二图像进行车牌检测，得到车牌检测框，包括：利用预训练好的车牌检测器对所述第二图像进行车牌检测，得到车牌检测框；
3.根据权利要求2所述的方法，其特征在于，所述对所述第一图像进行车辆检测，得到车辆检测框，包括：利用预训练好的车辆检测模型对所述第一图像进行车辆检测，得到车辆检测框；所述方法还包括：
4.根据权利要求2所述的方法，其特征在于，所述基于所述第三图像，利用改进的车牌识别模型进行车牌字符和车牌颜色的并行识别，得到车牌信息，包括：
5.根据权利要求4所述的方法，其特征在于，所述车牌检测模型包括第二输入层、特征提取层、中间层和检测层，所述检测层...
【专利技术属性】
技术研发人员：请求不公布姓名，请求不公布姓名，
申请(专利权)人：思翼科技深圳有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。