基于深度学习特征对比的船牌识别方法

发明专利有效专利

申请号：
CN201910519796.4
IPC分类号：G06K9/00;G06K9/34;G06K9/62
申请日期：
2019-06-17
申请人：
珠海华园信息技术有限公司

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	基于深度学习特征对比的船牌识别方法
申请号	CN201910519796.4	申请日期	2019-06-17
法律状态	实质审查	申报国家	中国
公开/公告日	2019-09-17	公开/公告号	CN110245613A
优先权	暂无	优先权号	暂无
主分类号	G06K9/00 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06K 数据识别；数据表示；记录载体；记录载体的处理（印刷本身入B41J） G06K9/00 用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置（用于图表阅读或者将诸如力或现状态的机械参量的图形转换为电信号的方法或装置入G06K 11/00；语音识别入G10L 15/00）〔1，7〕	IPC分类号	G;0;6;K;9;/;0;0;;;G;0;6;K;9;/;3;4;;;G;0;6;K;9;/;6;2查看分类表>
申请人	珠海华园信息技术有限公司	申请人地址	广东省珠海市横琴新区宝华路6号105室-31347（集中办公区）变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	珠海华园信息技术有限公司	当前权利人	珠海华园信息技术有限公司
发明人	刘若泉;马佳丽
代理机构	重庆百润洪知识产权代理有限公司	代理人	刘立春

摘要

本发明公开了一种基于深度学习特征对比的船牌识别方法，本发明采用深度学习卷积神经网络技术构建船只船牌检测模型及船牌字符识别模型，计算速度快、精度高，且对多种光照、背景、环境、船舶外观变化等具有很强的鲁棒性；充分考虑了船牌字符识别中汉字的变化性和多样性，将船牌字符的数字识别和汉字识别分开处理，采用分阶段训练法，先基于logisticloss和crossentropyloss在船牌数字数据集上进行训练，再基于logisticloss和tripletloss在船牌汉字数据集上进行训练，保证了训练效率和收敛速度。此外，基于tripletloss训练可有效应对船牌汉字数据集种类多、分布均匀的情况，在降低类内的距离的同时增大类间差距，提升识别效果。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供