[發(fā)明專利]一種基于深度學(xué)習(xí)的雙層車牌識別方法

在審

• 申請?zhí)枺?/td>: 202110406424.8
• 申請日: 2021-04-15
• 公開（公告）號: CN113191220A
• 公開（公告）日: 2021-07-30
• 發(fā)明（設(shè)計）人: 王順;顧友良;雷金鐸;王興泰
• 申請（專利權(quán)）人: 廣州紫為云科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/04
• 代理公司: 廣州名揚高玥專利代理事務(wù)所(普通合伙) 44738
• 代理人: 武麗華

1.一種基于深度學(xué)習(xí)的雙層車牌識別方法，其特征在于，包括以下步驟：

步驟1：對所述雙層車牌進(jìn)行識別，并將識別的雙層車牌輸入到構(gòu)建的卷積神經(jīng)網(wǎng)絡(luò)；

步驟2：通過所述卷積神經(jīng)網(wǎng)絡(luò)的骨干網(wǎng)絡(luò)對所述雙層車牌進(jìn)行特征提取并對部分層網(wǎng)絡(luò)的輸入數(shù)據(jù)做歸一化處理，其中，特征提取骨干網(wǎng)絡(luò)包括八個卷積層，四個池化層；

步驟3：將上述網(wǎng)絡(luò)計算得到的特征圖按照特征圖高度均分為上下兩層特征圖，上層特征圖通過均值池化操作得到寬度為第一預(yù)設(shè)寬度的特征圖，下層得到寬度為第二預(yù)設(shè)寬度的特征圖，然后把處理得到的兩個特征圖合并為寬度為第三預(yù)設(shè)寬度的特征圖，以此將上下兩層的特征處理為單層的特征；

步驟4：將處理得到的第三預(yù)設(shè)寬度的單層特征均分n份，將均分的每份特征重構(gòu)得到二維的張量，經(jīng)過一層全連接層將輸出維度降為128，然后再經(jīng)過一層全連接層得到輸出的結(jié)果，最后將n份輸出的結(jié)果合并即為最終的雙層車牌識別結(jié)果。

2.如權(quán)利要求1所述的一種基于深度學(xué)習(xí)的雙層車牌識別方法，其特征在于，卷積神經(jīng)網(wǎng)絡(luò)實現(xiàn)使用深度學(xué)習(xí)框架PyTorch完成。

3.如權(quán)利要求1所述的一種基于深度學(xué)習(xí)的雙層車牌識別方法，其特征在于，

所述卷積神經(jīng)網(wǎng)絡(luò)的目標(biāo)損失函數(shù)采用AM-softmax，公式如下所示：

cos(θ)是計算樣本在類別上的區(qū)域，cos(θ)-m是要求類別間的區(qū)域至少有超參數(shù)m的間隔，s*(cos(θ)-m)引入超參數(shù)s，將cos值的區(qū)間擴(kuò)大s倍。

4.如權(quán)利要求1所述的一種基于深度學(xué)習(xí)的雙層車牌識別方法，其特征在于，所述步驟2進(jìn)一步包括：所述特征提取骨干網(wǎng)絡(luò)的第一層卷積到第六層卷積分別是由64、128、256、256、512、512個3x3的卷積核組成，且步長stride為1，填充padding為1，第七層卷積是由512個3x3的卷積核組成，且步長stride為1，第八層卷積是由512個2x2的卷積核組成，且步長stride為1，每層卷積都采用如下公式對輸入數(shù)據(jù)做歸一化處理：

訓(xùn)練過程中采用batch隨機(jī)梯度下降的方式，其中，上面的E[x(k)]指的是每一批訓(xùn)練數(shù)據(jù)神經(jīng)元x(k)的平均值；分母就是每一批數(shù)據(jù)神經(jīng)元x(k)激活度的一個標(biāo)準(zhǔn)差。

5.如權(quán)利要求1所述的一種基于深度學(xué)習(xí)的雙層車牌識別方法，其特征在于，所述步驟2進(jìn)一步包括：每層卷積后使用的激活函數(shù)為ReLU函數(shù)：

a＝g(x)＝max(0，z)

其中，四個池化層均為最大池化層MaxPooling，其中第一個和第二個池化層的滑動窗口大小為2x2，步長stride為2，每個窗口中元素的步幅dilation為1，第三個和第四個池化層的滑動窗口大小也為2x2，向右滑動的步長stride為2，向下滑動的步長stride為1，每個窗口中元素的步幅dilation也為1；這四個最大池化層分別在第一、二、四、六卷積層的后面。

6.如權(quán)利要求1所述的一種基于深度學(xué)習(xí)的雙層車牌識別方法，其特征在于，所述步驟3進(jìn)一步包括：所述第三預(yù)設(shè)寬度為第一預(yù)設(shè)寬度與第二預(yù)設(shè)寬度之和。

7.如權(quán)利要求1所述的一種基于深度學(xué)習(xí)的雙層車牌識別方法，其特征在于，所述步驟3進(jìn)一步包括：第一預(yù)設(shè)寬度取值2，所述第二預(yù)設(shè)寬度為5。

8.如權(quán)利要求1所述的一種基于深度學(xué)習(xí)的雙層車牌識別方法，其特征在于，所述雙層車牌為雙層結(jié)構(gòu)，其中上層為一個漢字一個字母，下層五個字母與數(shù)字的組合。