摘要
本发明涉及车牌检测定位技术领域,具体地说,涉及基于深度学习的车牌识别系统,其包括图像输入特征融合单元、车牌检测定位单元、字符分割单元以及字符识别单元,本发明中图像输入特征融合单元利用双分支卷积神经网络和通道注意力机制,提取并融合车牌字符边缘与强光下的车牌区域特征,车牌检测定位单元通过嵌入可变形卷积层匹配车牌角度形变,采用动态锚框聚类算法优化锚框尺寸以定位车牌,字符分割单元借助生成对抗网络结合车牌字符间距统计模型进行字符分割,并利用车牌字符分布数据库验证,字符识别单元运用卷积神经网络混合模型,嵌入局部注意力模块聚焦单个汉字,通过动态标签分配策略处理模糊字符,提升了车牌识别的精度和效率。
技术关键词
车牌识别系统
生成对抗网络
双分支卷积神经网络
神经网络混合模型
可变形卷积层
通道注意力机制
深度残差网络
字符识别
定位单元
全局平均池化
双向长短期记忆网络
标签分配方法
检测定位技术
图像
动态
样本
系统为您推荐了相关专利信息
区块链数据库
多模态
网络架构
数据生成算法
节点
参数优化方法
污水处理工艺
预训练模型
生成对抗网络
留一交叉验证
条件生成对抗网络
音频特征
条件对抗生成网络
特征提取网络
身份
状态监测方法
谐波畸变率
动态时间规整算法
动态反馈机制
时序