一种基于卷积神经网络的车牌字符识别方法
公开
摘要
本发明提供了一种基于卷积神经网络的车牌字符识别方法，属于深度学习技术领域。解决了传统车牌字符识别方法计算简单，对噪声抵抗差，鲁棒性较差的问题。其技术方案为：包括以下步骤：S1、基于经典LeNet‑5卷积神经网络结构，搭建车牌字符识别神经网络框架；S2、根据步骤S1中搭建的网络框架，制作车牌字符训练数据集；S3、将步骤S2中制作的数据集，通过卷积神经网络训练得到车牌识别网络模型；S4、将已分割好的车牌字符放入神经网络中进行识别，得到车牌识别结果。本发明的有益效果为：本发明能够提高车牌识别的准确率；并且在图像识别处理方面有着明显的优势。
基本信息
专利标题 ：
一种基于卷积神经网络的车牌字符识别方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114581903A
申请号 ：
CN202210300962.3
公开（公告）日 ：
2022-06-03
申请日 ：
2022-03-24
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
李跃华仲凡凡顾煜洋仲新张振华胡彬梅雨秀冯斯羽
申请人 ：
南通大学
申请人地址 ：
江苏省南通市崇川区啬园路9号
代理机构 ：
南京经纬专利商标代理有限公司
代理人 ：
张俊俊
优先权 ：
CN202210300962.3
主分类号 ：
G06V20/62
IPC分类号 ：
G06V20/62 G06K9/62 G06N3/04 G06N3/08 G06V30/10 G06V10/764 G06V10/82
法律状态
2022-06-03 ：
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
