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：本发明涉及车牌检测技术领域，尤其涉及一种基于特征融合与权值映射的无受限场景车牌检测方法，先收集车牌图像进行数据集构建，再对车牌图像进行深度卷积特征提取与处理，然后分别进行特征预处理和权值映射后进行可微分二值化处理生成的二值图，使用逐尺度扩展算法进行车牌区域的区分，得到车牌检测结果；权值映射将生成的权值与金字塔每层特征相乘后进行融合，融合后的特征图用作后续的语义分割检测，从而提高了检测网络判别相邻车牌号码的能力，进一步提高了车牌检测的精度。
主权项：1.一种基于特征融合与权值映射的无受限场景车牌检测方法，其特征在于，包括以下步骤：S1、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车牌数据集，标注车牌的位置，并将数据集划分为训练集、验证集和测试集；S2、深度卷积特征提取与处理：采用ResNet-50作为特征提取的主干网络，将车牌图像输入主干网络进行特征提取，通过五层卷积操作生成不同尺寸大小的特征图，并将生成的特征图对齐到同一维度，通过加权双向特征金字塔网络对提取的特征进行处理，生成不同尺寸的特征图；S3、特征预处理：采用特征预处理模块对步骤S2得到的特征图预处理，生成针对车牌号码形状的新融合特征图；S4、权值映射：对步骤S3得到的新融合特征图通过权值映射模块进行权值映射；S5、车牌检测：对步骤S4的结果进行可微分二值化处理生成的二值图，使用逐尺度扩展算法进行车牌区域的区分，得到车牌检测结果；S6、训练网络结构，得到训练好的模型参数：使用ResNet-50作为主干网络进行训练，训练结束后保存最优模型参数。
全文数据：
权利要求：
百度查询： 松立控股集团股份有限公司 基于特征融合与权值映射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