一种基于卷积神经网络的实时车牌检测方法
授权
摘要
本发明公开了一种基于卷积神经网络的实时车牌检测方法，包括如下步骤：获取包含车牌的车辆图像，作为训练集，设计keypoint‑Anchor，提取训练集的特征；使用基于深度卷积神经网络的检测模型，作为车牌检测的基线网络架构，并按keypoint‑Anchor方式修改检测模型；使用训练集、目标框坐标及角点坐标对修改后的检测模型进行训练，获得训练好的检测模型；使用训练好的检测模型对待检测的图像进行检测，获得不同角度拍摄图像中车牌的检测结果。本发明实现方法简单，可移植性强，能够实现对摄像头拍摄的公路上、停车场、小区出入口等场所中车牌的精准检测。
基本信息
专利标题 ：
一种基于卷积神经网络的实时车牌检测方法
专利标题（英）：
暂无
公开（公告）号 ：
CN113947766A
申请号 ：
CN202111567665.7
公开（公告）日 ：
2022-01-18
申请日 ：
2021-12-21
授权号 ：
CN113947766B
授权日 ：
2022-04-22
发明人 ：
徐芬曹卫强徐晓刚王军何鹏飞虞舒敏
申请人 ：
之江实验室
申请人地址 ：
浙江省杭州市余杭区中泰街道之江实验室南湖总部8号楼
代理机构 ：
杭州浙科专利事务所(普通合伙)
代理人 ：
孙孟辉
优先权 ：
CN202111567665.7
主分类号 ：
G06V20/62
IPC分类号 ：
G06V20/62 G06V10/82 G06K9/62 G06N3/04 G06T7/70
法律状态
2022-04-22 ：
授权
2022-02-08 ：
实质审查的生效
IPC(主分类) : G06V 20/62
申请日 : 20211221
申请日 : 20211221
2022-01-18 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
