摘要
本发明公开了基于多模态信息的车牌字符识别方法、系统以及储存介质,涉及图像识别技术领域,对车牌图像预处理后输入到已训练完成的深度神经网络模型中,以输出车牌识别结果;深度神经网络模型包括预测模块、学生模型和教师模型,通过知识蒸馏技术把教师模型的多模态特征传递给学生模型,以完成车牌字符的识别;所述教师模型的输入为车牌图像和车牌描述文字,车牌图像通过视觉编码器微调后与车牌描述文字进行跨模态注意力融合,获取具有文本特征信息的车牌图像视觉特征;所述学生模型的输入为车牌图像,车牌图像通过特征提取后得到高层特征图;该车牌字符识别方法、系统以及储存介质识别结果更加准确,鲁棒性更高。
技术关键词
车牌字符识别方法
深度神经网络模型
多模态信息
图像视觉特征
注意力
跨模态
知识蒸馏技术
教师
计算机可读储存介质
学生
文本编码器
训练样本图像
车牌字符识别系统
模块
车牌字符分割方法
模态特征
系统为您推荐了相关专利信息
水质
融合特征
污水处理智能
加药方法
图像二值化方法
跨模态融合特征
多模态
高层语义特征
决策方法
推理网络
分布式电网系统
孤岛检测方法
计算机程序产品
孤岛检测技术
注意力神经网络
虚拟网络映射方法
多智能体强化学习
强化学习算法
车联网环境
注意力机制