[發明專利]一種基于遷移學習的車牌識別系統及方法

在審

• 申請號: 202010543227.6
• 申請日: 2020-06-15
• 公開（公告）號: CN111582277A
• 公開（公告）日: 2020-08-25
• 發明（設計）人: 段立新;何宜兵;宋博然;張神力;蔡忠鵬
• 申請（專利權）人: 深圳天海宸光科技有限公司
• 主分類號: G06K9/32
• 分類號: G06K9/32;G06K9/00;G06N20/00
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明涉及一種基于遷移學習的車牌識別系統及方法，所述系統包括：車牌采集設備、遷移學習設備、車牌識別設備；所述方法包括：所述車牌采集設備采集車牌圖片或視頻數據；所述遷移學習設備根據所述輸入的車牌圖片或視頻數據，通過遷移學習生成新的帶標注的車牌圖片數據；所述車牌識別設備根據所述車牌圖片數據，經過數據訓練，得到車牌識別模型。本發明提出的一種基于遷移學習的車牌識別系統及方法，利用遷移學習技術自動生成新的車牌訓練數據，能有效降低原始輸入的車牌數據量，大大降低車牌采集和數據標注的成本。

技術領域

本發明涉及機器視覺應用領域，尤其涉及一種基于遷移學習的車牌識別系統及方法。

背景技術

在人工智能機器視覺領域，關于物體的識別，需要大量的訓練數據，關于訓練數據的采集和標注，需要花費大量的人力、物力、財力以及時間。

車牌識別作為機器視覺應用領域，一個重要的應用分支，目前已經在公共交通領域、智慧停車領域、疑犯車輛追蹤領域得到廣泛的應用。

在現有技術下，車牌數據的采集，一般是通過卡口相機采集大量的車牌圖片數據，然后對采集的圖片數據進行標注。當前車牌圖片數據的采集和標注，存在采集數據和標注時間長，需要花費大量人力、物力、財力的問題。

發明內容

鑒于現有技術實現方式的不足，本發明旨在提出一種基于遷移學習的車牌識別系統及方法。本發明提出的一種基于遷移學習的車牌識別系統及方法，利用遷移學習技術自動生成新的車牌訓練數據，能有效降低原始輸入的車牌數據量，大大降低車牌采集和數據標注的成本。

本發明提出的技術實現方案如下：

一種基于遷移學習的車牌識別系統，其中，所述系統包括：

車牌采集設備，用于采集車牌圖片或視頻數據。

遷移學習設備，用于根據輸入的車牌圖片或視頻數據，通過遷移學習生成新的帶標注的車牌圖片數據。

車牌識別設備，用于根據車牌圖片數據，經過數據訓練，得到車牌識別模型。

所述的一種基于遷移學習的車牌識別系統，其中，所述車牌采集設備，具體包括：

車牌采集模塊，用于采集車牌圖片或視頻數據，實際應用中可以是卡口相機或攝像頭。

通信模塊，用于將所述車牌采集模塊采集的車牌圖片或視頻數據發送給所述遷移學習設備。

所述的一種基于遷移學習的車牌識別系統，其中，所述遷移學習設備，具體包括：

通信模塊，用于接收所述車牌采集設備采集的車牌圖片或視頻數據，并用于將所述標注了的車牌圖片數據發送給所述車牌識別設備。

圖片抽取與標注模塊，用于對所述車牌視頻數據進行車牌圖片抽取，并對車牌圖片數據進行標注。

遷移學習模塊，用于根據獲取的標注車牌圖片數據，結合各種環境數據，在各種類型、各種顏色的車牌中插入車牌號碼數據，生成新的車牌圖片數據。

數據清洗模塊，用于對所述車牌圖片數據進行審查、校驗，獲取得到有效的車牌圖片數據。

自動標注模塊，用于對所述清洗后的車牌圖片數據進行自動標注，得到標注的車牌圖片數據。

所述的一種基于遷移學習的車牌識別系統，其中，所述車牌識別設備，具體包括：

通信模塊，用于接收所述標注的車牌圖片數據。

車牌檢測模塊，用于對所述車牌圖片數據進行檢測。

車牌識別訓練模塊，用于根據所述標注的車牌圖片進行機器學習訓練。