一种基于深度学习的车牌识别方法及系统

本发明公开了一种基于深度学习的车牌识别方法及系统，包括如下步骤：采集车牌图像数据，生成图像数据集；执行语义分解操作，划分为区域码单元、字母单元与数字单元，构建语义结构图；构建多路径字符识别模型，以改进的PCNN模型为主干特征结构；将图像数据集分别输入至多路径字符识别模型，输出区域码识别结果、字母识别结果与数字识别结果，生成候选车牌识别结果；若存在非法字符组合或结构单元缺失信息，则执行路径筛选处理，生成候选路径集合；执行推理填补处理，生成补全路径集合；合并输出车牌识别结果与置信备选路径集合。本发明在提升字符识别准确率的同时增强对结构缺失的鲁棒性，具备识别精度高、容错能力强的优点。