首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于CRNN网络模型的车辆VIN码识别方法 

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:易思维(杭州)科技股份有限公司

摘要:本发明提供一种基于CRNN网络模型的车辆VIN码识别方法,包括:采集多台VIN码图像,形成VIN码的数据库;标记疑难字符;将字符区域图像输入CRNN网络模型中,将疑难字符特征向量存储到向量集合I;普通数字字符特征向量存储到向量集合II;挑选属于向量集合II的隐藏层信息存储为过渡信息;将向量集合I再次输入到RNN,过渡信息与单列特征向量输入时对应的隐藏层信息拼接;利用拼接后的各隐藏层信息处理向量集合I中各特征向量;更新对应信息,形成新的概率矩阵;迭代优化出符合要求的CRNN网络模型;利用训练后的CRNN网络模型识别车辆VIN码;本方法可以在数据库样本不充足的情况下,完成识别任务,提高准确率。

主权项:1.一种基于CRNN网络模型的车辆VIN码识别方法,其特征在于,包括以下步骤:步骤一、采集多台车辆VIN码图像,获取字符区域,对字符区域图像进行标注,再对字符区域图像进行预处理,改变字符的灰度和或比例,增加样本的多样性,形成VIN码的数据库,将数据库分成训练库和测试库;将数据库中VIN码不发生改变的一位或多位数字字符标记为疑难字符,其他数字字符记为普通数字字符;步骤二、从训练库中随机选取的单张或多张字符区域图像输入CRNN网络模型中,对每张图像进行以下处理:1图像经过CNN网络模型处理,输出N列特征向量;将疑难字符所对应的各个特征向量存储到向量集合I;从普通数字字符中任取m个普通数字字符,将其对应的各个特征向量依次存储到向量集合II;其中,m为疑难字符的数量;2将N列特征向量序列依次输入到RNN网络模型,获取隐藏层信息,进行标签信息概率预测,挑选属于向量集合II的特征向量,则将其对应的隐藏层信息存储为过渡信息;当N列特征向量均在RNN网络模型中完成标签信息概率预测后,输出概率矩阵;将向量集合I中的各个特征向量再次依次输入到RNN网络模型,在此过程中,所述过渡信息按照被存储时的次序依次调取、与单列特征向量输入时对应的隐藏层信息拼接;利用拼接后的各隐藏层信息对应处理向量集合I中各特征向量的标签概率预测信息;更新所述概率矩阵中的对应信息,形成新的概率矩阵;3将新的概率矩阵输入到CTC转录网络模型,获得字符区域图像最终的预测结果;对CTC转录网络模型损失函数进行计算,获得loss值;通过反向传播优化CRNN网络模型;步骤三、循环执行步骤二;直到CRNN网络模型的loss值收敛,或者,利用优化后的CRNN网络模型处理测试库中字符区域图像时,输出的准确率满足要求,CRNN网络模型训练结束;利用训练后的CRNN网络模型识别车辆VIN码。

全文数据:

权利要求:

百度查询: 易思维(杭州)科技股份有限公司 一种基于CRNN网络模型的车辆VIN码识别方法

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。