龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：松立控股集团股份有限公司
摘要：本发明属于车牌检测技术领域，涉及一种基于改进注意力机制的无受限场景车牌检测方法，通过引入注意机制模块提高主干网络提取车牌特征信息的能力，将引入注意机制模块灵活的插入到经典的检测网络中，具有轻量化的特点，而且重新设计结构引入可行变卷积提出了适用于提取车牌信息的特征提取网络，在捕获位置信息和通道关系的同时，提高了车牌特征的保留能力，减少了信息丢失，在增加很少操作的基础上极大的程度提高了基于卷积神经网络的检测方法在旋转和畸变车牌目标上的表现。
主权项：1.一种基于改进注意力机制的无受限场景车牌检测方法，其特征在于，具体过程为：1数据集构建：收集交通监控、侧方位停车场中含有常规以及倾斜、畸变车牌的图像，构建不低于一定数量车牌的数据集，并标注车牌的位置，将数据集划分为训练集、验证集和测试集；2深度卷积特征提取：将图像输入到以ResNet-50为主干网络的特征提取网络中，经过ResNet-50主干网络处理生成特征图{P1,P2,P3,P4,P5}作为步骤3的输入特征；3训练检测网络增加权重：{P1,P2,P3,P4,P5}被输入到BiFPN网络中，利用训练网络对权重不断进行学习，以提高网络判断不同特征重要性的能力，同时反复使用自上而下和自下而上的多尺度特征融合生成特征图{C1,C2,C3,C4,C5}，后进行多尺度融合得到特征图I，并使用Sigmoid函数将I归一化到0-1范围内，得到分割图，使用自适应阈值对分割图像进行二值化处理得到二值图，其中，车牌像素为1，背景像素为0；4车牌检测：对生成的二值图使用逐尺度扩展算法来进行车牌区域的区分，得到车牌检测结果；5训练网络结构，得到训练好的网络模型：使用ResNet-50作为主干网络训练网络模型，经过预训练，并采用两种训练过程，得到训练好的网络模型。
全文数据：
权利要求：
百度查询： 松立控股集团股份有限公司 一种基于改进注意力机制的无受限场景车牌检测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号