摘要
本发明公开了一种基于深度识别的停车场高位视频识别系统,包括视频采集模块、图像预处理模块、行为分析模块、车位检测模块、车牌识别模块、用户交互模块和数据存储管理模块;本发明设计有基于残差块的深度学习模型,优化了车牌特征的提取能力,残差块结构的引入,不仅增强了网络对深层次特征的捕捉能力,还通过跳跃连接有效缓解了梯度消失问题,使得网络在深度增加的同时依然能够保持高性能,在此基础上进一步融入了注意力机制,使得神经网络能够自主调整输入数据中各部分的重要性权重,增强那些对车牌识别至关重要的信息权重,同时削弱其他不必要的部分,从而引导网络更加聚焦于车牌区域,显著提升了特征提取网络对车牌的关注度。
技术关键词
视频识别系统
停车场
视频采集模块
数据存储管理
车牌
分析模块
网络通信模块
注意力机制
数据传输模块
特征提取模块
颜色识别模块
图像增强模块
数据查询模块
权限管理模块
定位模块
特征提取网络
摄像头模块
深度学习模型
系统为您推荐了相关专利信息
面向智能巡检
车牌识别模型
车辆车牌
卷积模块
边缘计算机
客观评价指标
车牌识别模型
测评方法
人脸识别模型
样本
计算方法
实时监测数据
客流需求预测
Dijkstra算法
机器学习模型
环境检测设备
云平台
智能控制方法
交通流预测模型
行驶特征