[發明專利]車載環境下基于深度學習的車輛與車牌檢測方法在審
| 申請號： | 201810545314.8 | 申請日： | 2018-05-31 |
| 公開（公告）號： | CN108830192A | 公開（公告）日： | 2018-11-16 |
| 發明（設計）人： | 殷緒成;任紅萍;陳松路;楊春 | 申請（專利權）人： | 珠海億智電子科技有限公司 |
| 主分類號： | G06K9/00 | 分類號： | G06K9/00;G06K9/34;G06K9/62 |
| 代理公司： | 暫無信息 | 代理人： | 暫無信息 |
| 地址： | 519080 廣東省珠海市高*** | 國省代碼： | 廣東;44 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 車牌 檢測 視頻 注意力機制 網絡 車牌檢測 車牌數據 車載環境 高效檢測 基礎網絡 檢測系統 目標檢測 真實場景 卷積 隱私 改進 驗證 圖像 學習 研究 | ||
【權利要求書】：
1.一個端到端的檢測網絡，其特征在于可以同時檢測給定圖像中的車輛和車牌，其中為車輛檢測和車牌檢測分別設計具有不同卷積層的兩個獨立分支，同時為提高檢測系統的召回率，添加Attention注意力機制來對每個檢測分支進行加強，除此之外，針對視頻中的實時和有效的目標檢測任務，應用幾種特定于任務的策略。
2.根據權利要求1中所述的方法，其特征在于，在設計不同的檢測分支時，通過低層特征進行車牌的檢測，同時使用高層的特征來定位車輛的位置，使用SSD作為基礎網絡，車輛檢測模型和車牌檢測模型都是獨立進行訓練的，都利用了兩個檢測分支的所有多尺度特征，網絡可以在給定的圖像上同時檢測車牌和車輛，節省大約一半的運行時間。
3.根據權利要求1所述的方法，在每個檢測分支中使用注意力機制來提高檢測系統的召回率，注意力機制能夠突出顯示RoI的特征并減少其他的特征區域，從而能夠提升檢測性能。
4.根據權利要求1所述的方法，考慮到視頻中的檢測問題，采用幾種特定于任務的技術來實現實時和高效的目標檢測，此外，提出一種不侵犯隱私的車牌增強方法，通過實驗驗證人工合成的車牌可以部分替代實景車牌。
5.所提出的端到端的深度神經網絡，以及針對各個問題所設計的方法都能夠有效地運行，并通過實驗得到很好的證實，同時通過分析與驗證，證明本發明所提的方法取得的檢測性能的顯著提升。
下載完整專利技術內容需要扣除積分，VIP會員可以免費下載。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于珠海億智電子科技有限公司，未經珠海億智電子科技有限公司許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201810545314.8/1.html，轉載請聲明來源鉆瓜專利網。
