CN108388896A - 一种基于动态时序卷积神经网络的车牌识别方法 - Google Patents
一种基于动态时序卷积神经网络的车牌识别方法 Download PDFInfo
- Publication number
- CN108388896A CN108388896A CN201810132849.2A CN201810132849A CN108388896A CN 108388896 A CN108388896 A CN 108388896A CN 201810132849 A CN201810132849 A CN 201810132849A CN 108388896 A CN108388896 A CN 108388896A
- Authority
- CN
- China
- Prior art keywords
- neural networks
- layer
- image
- convolutional neural
- time sequence
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000013527 convolutional neural network Methods 0.000 title claims abstract description 61
- 238000000034 method Methods 0.000 title claims abstract description 38
- 238000013528 artificial neural network Methods 0.000 claims abstract description 27
- 230000007787 long-term memory Effects 0.000 claims abstract description 26
- 238000012937 correction Methods 0.000 claims abstract description 20
- 238000012549 training Methods 0.000 claims abstract description 20
- 239000013598 vector Substances 0.000 claims description 44
- 230000006870 function Effects 0.000 claims description 12
- 230000015654 memory Effects 0.000 claims description 12
- 238000000605 extraction Methods 0.000 claims description 8
- 239000011159 matrix material Substances 0.000 claims description 8
- 239000000284 extract Substances 0.000 claims description 7
- 230000007774 longterm Effects 0.000 claims description 6
- 230000001186 cumulative effect Effects 0.000 claims description 5
- 210000004218 nerve net Anatomy 0.000 claims description 5
- 230000000644 propagated effect Effects 0.000 claims description 5
- 238000005457 optimization Methods 0.000 claims description 4
- 238000007781 pre-processing Methods 0.000 claims description 4
- 239000012141 concentrate Substances 0.000 claims description 3
- 238000011478 gradient descent method Methods 0.000 claims description 3
- 230000001537 neural effect Effects 0.000 claims description 3
- 238000012217 deletion Methods 0.000 claims 1
- 230000037430 deletion Effects 0.000 claims 1
- 238000007689 inspection Methods 0.000 abstract description 4
- 230000000007 visual effect Effects 0.000 abstract description 2
- 238000012545 processing Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000000717 retained effect Effects 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 230000000052 comparative effect Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000012634 fragment Substances 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/62—Text, e.g. of license plates, overlay texts or captions on TV images
- G06V20/63—Scene text, e.g. street names
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
- G06F18/2413—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on distances to training or reference patterns
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
- G06N3/084—Backpropagation, e.g. using gradient descent
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/62—Text, e.g. of license plates, overlay texts or captions on TV images
- G06V20/625—License plates
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Bioinformatics & Computational Biology (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Multimedia (AREA)
- Character Discrimination (AREA)
- Image Analysis (AREA)
Abstract
Description
Claims (5)
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810132849.2A CN108388896B (zh) | 2018-02-09 | 2018-02-09 | 一种基于动态时序卷积神经网络的车牌识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810132849.2A CN108388896B (zh) | 2018-02-09 | 2018-02-09 | 一种基于动态时序卷积神经网络的车牌识别方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108388896A true CN108388896A (zh) | 2018-08-10 |
CN108388896B CN108388896B (zh) | 2021-06-22 |
Family
ID=63075454
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810132849.2A Active CN108388896B (zh) | 2018-02-09 | 2018-02-09 | 一种基于动态时序卷积神经网络的车牌识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108388896B (zh) |
Cited By (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109284757A (zh) * | 2018-08-31 | 2019-01-29 | 湖南星汉数智科技有限公司 | 一种车牌识别方法、装置、计算机装置及计算机可读存储介质 |
CN109508717A (zh) * | 2018-10-09 | 2019-03-22 | 苏州科达科技股份有限公司 | 一种车牌识别方法、识别装置、识别设备及可读存储介质 |
CN109977950A (zh) * | 2019-03-22 | 2019-07-05 | 上海电力学院 | 一种基于混合cnn-lstm网络的文字识别方法 |
CN110070082A (zh) * | 2019-04-22 | 2019-07-30 | 苏州科达科技股份有限公司 | 车牌识别方法、装置、设备及存储介质 |
CN110377591A (zh) * | 2019-06-12 | 2019-10-25 | 北京百度网讯科技有限公司 | 训练数据清洗方法、装置、计算机设备及存储介质 |
CN110414451A (zh) * | 2019-07-31 | 2019-11-05 | 深圳市捷顺科技实业股份有限公司 | 一种基于端对端的车牌识别方法、装置、设备及存储介质 |
CN110796146A (zh) * | 2019-10-11 | 2020-02-14 | 上海上湖信息技术有限公司 | 一种银行卡卡号识别方法、模型训练方法及装置 |
CN111027555A (zh) * | 2018-10-09 | 2020-04-17 | 杭州海康威视数字技术股份有限公司 | 一种车牌识别方法、装置及电子设备 |
CN111091131A (zh) * | 2019-12-18 | 2020-05-01 | 创新奇智(南京)科技有限公司 | 基于多任务学习的自适应车牌字符识别系统及识别方法 |
CN111160316A (zh) * | 2020-01-06 | 2020-05-15 | 电子科技大学 | 一种基于轻量级神经网络的车牌识别方法 |
CN111191663A (zh) * | 2019-12-31 | 2020-05-22 | 深圳云天励飞技术有限公司 | 车牌号码识别方法、装置、电子设备及存储介质 |
CN111310766A (zh) * | 2020-03-13 | 2020-06-19 | 西北工业大学 | 基于编解码和二维注意力机制的车牌识别方法 |
CN111340041A (zh) * | 2020-03-13 | 2020-06-26 | 安阳工学院 | 一种基于深度学习的车牌识别方法及装置 |
CN111507337A (zh) * | 2020-04-10 | 2020-08-07 | 河海大学 | 基于混合神经网络的车牌识别方法 |
US10777076B2 (en) | 2018-09-19 | 2020-09-15 | National Chung-Shan Institute Of Science And Technology | License plate recognition system and license plate recognition method |
CN111709884A (zh) * | 2020-04-29 | 2020-09-25 | 高新兴科技集团股份有限公司 | 车牌关键点矫正方法、系统、设备和存储介质 |
CN111898411A (zh) * | 2020-06-16 | 2020-11-06 | 华南理工大学 | 文本图像标注系统、方法、计算机设备和存储介质 |
CN113077069A (zh) * | 2020-01-03 | 2021-07-06 | 顺丰科技有限公司 | 预测中转班次件量的建模方法、装置、设备及存储介质 |
CN113159204A (zh) * | 2021-04-28 | 2021-07-23 | 深圳市捷顺科技实业股份有限公司 | 车牌识别模型生成方法、车牌识别方法及相关组件 |
CN113343881A (zh) * | 2021-06-21 | 2021-09-03 | 浪潮云信息技术股份公司 | 基于深度学习的车辆品牌型号细粒度分类系统及方法 |
WO2022022704A1 (zh) * | 2020-07-30 | 2022-02-03 | 上海高德威智能交通系统有限公司 | 序列识别方法、装置、图像处理设备和存储介质 |
CN114938425A (zh) * | 2021-06-15 | 2022-08-23 | 义隆电子股份有限公司 | 摄影装置及其使用人工智能的物件识别方法 |
CN115394074A (zh) * | 2022-07-04 | 2022-11-25 | 北方工业大学 | 公路监控车辆检测系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160350653A1 (en) * | 2015-06-01 | 2016-12-01 | Salesforce.Com, Inc. | Dynamic Memory Network |
CN107239733A (zh) * | 2017-04-19 | 2017-10-10 | 上海嵩恒网络科技有限公司 | 连续手写字识别方法及系统 |
CN107636691A (zh) * | 2015-06-12 | 2018-01-26 | 商汤集团有限公司 | 用于识别图像中的文本的方法和设备 |
-
2018
- 2018-02-09 CN CN201810132849.2A patent/CN108388896B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160350653A1 (en) * | 2015-06-01 | 2016-12-01 | Salesforce.Com, Inc. | Dynamic Memory Network |
CN107636691A (zh) * | 2015-06-12 | 2018-01-26 | 商汤集团有限公司 | 用于识别图像中的文本的方法和设备 |
CN107239733A (zh) * | 2017-04-19 | 2017-10-10 | 上海嵩恒网络科技有限公司 | 连续手写字识别方法及系统 |
Non-Patent Citations (2)
Title |
---|
HUI LI,ET AL: "《Reading Car License Plates Using Deep Convolutional Neural Networks and LSTMs》", 《ARXIV:1601.05610》 * |
杨钰吉: "《基于深度学习的车牌识别系统》", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Cited By (31)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109284757A (zh) * | 2018-08-31 | 2019-01-29 | 湖南星汉数智科技有限公司 | 一种车牌识别方法、装置、计算机装置及计算机可读存储介质 |
US10777076B2 (en) | 2018-09-19 | 2020-09-15 | National Chung-Shan Institute Of Science And Technology | License plate recognition system and license plate recognition method |
CN111027555A (zh) * | 2018-10-09 | 2020-04-17 | 杭州海康威视数字技术股份有限公司 | 一种车牌识别方法、装置及电子设备 |
CN109508717A (zh) * | 2018-10-09 | 2019-03-22 | 苏州科达科技股份有限公司 | 一种车牌识别方法、识别装置、识别设备及可读存储介质 |
CN111027555B (zh) * | 2018-10-09 | 2023-09-26 | 杭州海康威视数字技术股份有限公司 | 一种车牌识别方法、装置及电子设备 |
CN109977950A (zh) * | 2019-03-22 | 2019-07-05 | 上海电力学院 | 一种基于混合cnn-lstm网络的文字识别方法 |
CN110070082A (zh) * | 2019-04-22 | 2019-07-30 | 苏州科达科技股份有限公司 | 车牌识别方法、装置、设备及存储介质 |
CN110377591A (zh) * | 2019-06-12 | 2019-10-25 | 北京百度网讯科技有限公司 | 训练数据清洗方法、装置、计算机设备及存储介质 |
CN110414451B (zh) * | 2019-07-31 | 2023-11-10 | 深圳市捷顺科技实业股份有限公司 | 一种基于端对端的车牌识别方法、装置、设备及存储介质 |
CN110414451A (zh) * | 2019-07-31 | 2019-11-05 | 深圳市捷顺科技实业股份有限公司 | 一种基于端对端的车牌识别方法、装置、设备及存储介质 |
CN110796146A (zh) * | 2019-10-11 | 2020-02-14 | 上海上湖信息技术有限公司 | 一种银行卡卡号识别方法、模型训练方法及装置 |
CN111091131A (zh) * | 2019-12-18 | 2020-05-01 | 创新奇智(南京)科技有限公司 | 基于多任务学习的自适应车牌字符识别系统及识别方法 |
CN111091131B (zh) * | 2019-12-18 | 2023-06-09 | 创新奇智(南京)科技有限公司 | 基于多任务学习的自适应车牌字符识别系统及识别方法 |
CN111191663A (zh) * | 2019-12-31 | 2020-05-22 | 深圳云天励飞技术有限公司 | 车牌号码识别方法、装置、电子设备及存储介质 |
WO2021135254A1 (zh) * | 2019-12-31 | 2021-07-08 | 深圳云天励飞技术股份有限公司 | 车牌号码识别方法、装置、电子设备及存储介质 |
CN111191663B (zh) * | 2019-12-31 | 2022-01-11 | 深圳云天励飞技术股份有限公司 | 车牌号码识别方法、装置、电子设备及存储介质 |
CN113077069A (zh) * | 2020-01-03 | 2021-07-06 | 顺丰科技有限公司 | 预测中转班次件量的建模方法、装置、设备及存储介质 |
CN113077069B (zh) * | 2020-01-03 | 2023-06-13 | 顺丰科技有限公司 | 预测中转班次件量的建模方法、装置、设备及存储介质 |
CN111160316B (zh) * | 2020-01-06 | 2022-07-08 | 电子科技大学 | 一种基于轻量级神经网络的车牌识别方法 |
CN111160316A (zh) * | 2020-01-06 | 2020-05-15 | 电子科技大学 | 一种基于轻量级神经网络的车牌识别方法 |
CN111340041A (zh) * | 2020-03-13 | 2020-06-26 | 安阳工学院 | 一种基于深度学习的车牌识别方法及装置 |
CN111310766A (zh) * | 2020-03-13 | 2020-06-19 | 西北工业大学 | 基于编解码和二维注意力机制的车牌识别方法 |
CN111340041B (zh) * | 2020-03-13 | 2023-03-24 | 安阳工学院 | 一种基于深度学习的车牌识别方法及装置 |
CN111507337A (zh) * | 2020-04-10 | 2020-08-07 | 河海大学 | 基于混合神经网络的车牌识别方法 |
CN111709884A (zh) * | 2020-04-29 | 2020-09-25 | 高新兴科技集团股份有限公司 | 车牌关键点矫正方法、系统、设备和存储介质 |
CN111898411A (zh) * | 2020-06-16 | 2020-11-06 | 华南理工大学 | 文本图像标注系统、方法、计算机设备和存储介质 |
WO2022022704A1 (zh) * | 2020-07-30 | 2022-02-03 | 上海高德威智能交通系统有限公司 | 序列识别方法、装置、图像处理设备和存储介质 |
CN113159204A (zh) * | 2021-04-28 | 2021-07-23 | 深圳市捷顺科技实业股份有限公司 | 车牌识别模型生成方法、车牌识别方法及相关组件 |
CN114938425A (zh) * | 2021-06-15 | 2022-08-23 | 义隆电子股份有限公司 | 摄影装置及其使用人工智能的物件识别方法 |
CN113343881A (zh) * | 2021-06-21 | 2021-09-03 | 浪潮云信息技术股份公司 | 基于深度学习的车辆品牌型号细粒度分类系统及方法 |
CN115394074A (zh) * | 2022-07-04 | 2022-11-25 | 北方工业大学 | 公路监控车辆检测系统 |
Also Published As
Publication number | Publication date |
---|---|
CN108388896B (zh) | 2021-06-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108388896A (zh) | 一种基于动态时序卷积神经网络的车牌识别方法 | |
CN111259850B (zh) | 一种融合随机批掩膜和多尺度表征学习的行人重识别方法 | |
CN110348319B (zh) | 一种基于人脸深度信息和边缘图像融合的人脸防伪方法 | |
CN106023220B (zh) | 一种基于深度学习的车辆外观部件图像分割方法 | |
CN108717568B (zh) | 一种基于三维卷积神经网络的图像特征提取与训练方法 | |
CN113569667B (zh) | 基于轻量级神经网络模型的内河船舶目标识别方法及系统 | |
CN105678284B (zh) | 一种固定位人体行为分析方法 | |
CN107016357B (zh) | 一种基于时间域卷积神经网络的视频行人检测方法 | |
CN105095833B (zh) | 用于人脸识别的网络构建方法、识别方法及系统 | |
CN107563433B (zh) | 一种基于卷积神经网络的红外小目标检测方法 | |
CN108427920A (zh) | 一种基于深度学习的边海防目标检测方法 | |
CN110032925B (zh) | 一种基于改进胶囊网络与算法的手势图像分割与识别方法 | |
CN104462494B (zh) | 一种基于无监督特征学习的遥感图像检索方法及系统 | |
CN106250931A (zh) | 一种基于随机卷积神经网络的高分辨率图像场景分类方法 | |
CN106022232A (zh) | 基于深度学习的车牌检测方法 | |
CN109583379A (zh) | 一种基于随机擦除行人对齐网络的行人重识别方法 | |
CN108108751A (zh) | 一种基于卷积多特征和深度随机森林的场景识别方法 | |
CN107133622A (zh) | 一种单词的分割方法和装置 | |
CN109002755B (zh) | 基于人脸图像的年龄估计模型构建方法及估计方法 | |
CN105740891A (zh) | 基于多层次特征提取和上下文模型的目标检测 | |
CN105243154A (zh) | 基于显著点特征和稀疏自编码的遥感图像检索方法及系统 | |
Nguyen et al. | Satellite image classification using convolutional learning | |
CN108664994A (zh) | 一种遥感图像处理模型构建系统和方法 | |
CN114972208B (zh) | 一种基于YOLOv4的轻量化小麦赤霉病检测方法 | |
CN108764330A (zh) | 基于超像素分割和卷积反卷积网络的sar图像分类方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
CB02 | Change of applicant information |
Address after: Room 1210, 12 / F, building 9, Yinhu innovation center, 9 Fuxian Road, Yinhu street, Fuyang District, Hangzhou City, Zhejiang Province Applicant after: Hangzhou xiongmai integrated circuit technology Co.,Ltd. Address before: Room 1210, 12 / F, building 9, Yinhu innovation center, 9 Fuxian Road, Yinhu street, Fuyang District, Hangzhou City, Zhejiang Province Applicant before: HANGZHOU XIONGMAI INTEGRATED CIRCUIT TECHNOLOGY Co.,Ltd. |
|
CB02 | Change of applicant information | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: A Method of Vehicle License Plate Recognition Based on Dynamic Time Series Convolution Neural Network Effective date of registration: 20230308 Granted publication date: 20210622 Pledgee: Fuyang sub branch of Bank of Hangzhou Co.,Ltd. Pledgor: Hangzhou xiongmai integrated circuit technology Co.,Ltd. Registration number: Y2023330000470 |
|
PE01 | Entry into force of the registration of the contract for pledge of patent right | ||
CP01 | Change in the name or title of a patent holder |
Address after: Room 1210, 12 / F, building 9, Yinhu innovation center, 9 Fuxian Road, Yinhu street, Fuyang District, Hangzhou City, Zhejiang Province Patentee after: Zhejiang Xinmai Microelectronics Co.,Ltd. Address before: Room 1210, 12 / F, building 9, Yinhu innovation center, 9 Fuxian Road, Yinhu street, Fuyang District, Hangzhou City, Zhejiang Province Patentee before: Hangzhou xiongmai integrated circuit technology Co.,Ltd. |
|
CP01 | Change in the name or title of a patent holder |