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：中国船舶重工集团公司第七0九研究所

摘要：本发明公开了一种基于深度学习的车牌识别方法及系统、服务器及介质，其通过单双行车牌分类网络和车牌信息识别网络组合得到的车牌深度识别网络对车牌图像进行识别，其中，车牌深度识别网络中的车牌信息识别网络为一个编码网络和解码网络组合的深度神经网络，所述编码网络能够将二维的图像信息编码为序列信息，所述解码网络能够将编码信息转换为车牌的字符信息，并利用循环解码的方式实现不定长车牌的字符识别，从而利用深度神经网络的特性，不仅能够适应真实场景中多种类型车牌的识别，且对于质量较差的车牌图像具有一定的识别鲁棒性，能够更好地满足真实场景中的车牌识别需求。

主权项：1.一种基于深度学习的车牌识别方法，其特征在于，包括如下步骤：从真实场景中车辆视频信息截取车牌图像，并对车牌图像进行标注制作数据集，所述数据集包括训练集和测试集；利用标注好的训练集对卷积神经网络进行训练，得到单双行车牌分类网络；构建编解码深度神经网络，利用标注好的训练集对编解码深度神经网络进行训练，得到车牌信息识别网络；将训练好的单双行车牌分类网络和车牌信息识别网络进行串联得到车牌深度识别网络，利用测试集对车牌深度识别网络进行测试；利用训练完成的车牌深度识别网络对待检测的车牌图像进行识别，得到车牌图片的识别结果；所述车牌信息识别网络包括编码网络和解码网络，所述编码网络的结构为CNN卷积网络与BiLSTM网络的组合，所述解码网络的结构为TransformerDecoder；利用车牌信息识别网络对待检测的车牌图像进行识别，具体包括如下内容：利用单双行车牌分类网络对车牌图像进行单行和双行的分类识别；将所有车牌图像切分为单行图像，并将切分后的图像送入CNN卷积网络中进行统一压缩，得到图像张量；将生成的图像张量看做序列信息，将序列信息送入BiLSTM网络中进行学习序列的上下文关系，得到最终的编码信息；将设定的起始标识符和生成的编码信息输入到解码网络中，然后连接Linear层和Softmax层得到识别出的第一个字符；将识别出的字符和生成的编码信息再次送到解码网络中得到识别出的第二个字符，依此循环，直到输出设定的终止字符，得到车牌信息识别结果。

全文数据：

权利要求：

百度查询： 中国船舶重工集团公司第七0九研究所 基于深度学习的车牌识别方法及系统、服务器及介质