【技术实现步骤摘要】
一种基于深度神经网络的低质图像车牌检测方法
[0001]本专利技术属于图像目标检测领域,涉及一种基于深度神经网络的低质图像中的车牌检测方法。
技术介绍
[0002]随着计算机技术和通讯技术的迅速发展,对信息进行自动处理能力日益增强,许多应用于交通管理的智能系统相应产生,像正在服务于交通运输业的车载导航系统、电子警察系统、全球定位系统和车牌识别系统等。由于车牌是车辆身份信息的唯一有效的标志,因此车辆在道路行驶过程中,实现准确高效地提取车牌信息,对规范道路交通有着重要的意义,使得自动车牌识别(Automatic License Plate Recognition,简称ALPR)成为智能交通系统中的重要组成。虽然现有的车牌识别技术已经相对成熟,但是对于以成像模糊、恶劣天气为代表的低质图像输入下的车牌检测仍旧面临着准确率低的缺陷,进而导致车牌字符识别错误,不能正确辨识车辆身份信息。由于现实场景车辆行驶状态的不确定和外部环境的复杂不可控,使得车牌识别面临着以下问题:1)由于相机拍摄位置不当导致车牌存在几何平面上的大尺度倾斜和空间扭曲,使得车牌区域难以被精确定位;2)受雨雾天气、非均匀光照和运动模糊等因素影响导致车牌视觉特征不明显,难以被检测器有效检测。由于低质图像中车牌的视觉特征十分微弱,现有方法对于这些边界样本并没有专门的解决方案,而这是困扰车牌检测实际应用的关键。
技术实现思路
[0003]为了克服上述真实场景中车牌识别存在的问题,本专利技术提出了一种基于深度神经网络的低质图像车牌检测方法。该方法分别针对上 ...
【技术保护点】
【技术特征摘要】
1.一种基于深度神经网络的低质图像车牌检测方法,其特征在于,包括如下步骤:步骤1、采集包含车牌的车辆低质图像,对图像中的车牌自左上角顺时针方向分别标注四个车牌角点,并将标注结果编码为图像对应的文件名作为训练数据的标签;步骤2、构建低质图像车牌检测网络;低质图像车牌检测网络采用ResNet
‑
50作为特征提取器即主干网络,引入特征融合模块对主干网络提取的特征图进行多尺度特征融合;多尺度融合后的特征图被分别输入解耦的网络子分支;步骤3、预处理已标注的训练数据;步骤4、利用角点差异损失对定位的角点坐标进行约束;步骤5、根据确定的损失函数对低质图像车牌检测网络进行训练:步骤6、通过训练好的低质图像车牌检测网络对图像中的车牌区域进行检测定位。2.根据权利要求1所述的一种基于深度神经网络的低质图像车牌检测方法,其特征在于,步骤2具体实现如下:低质图像车牌检测网络采用ResNet
‑
50作为特征提取器即主干网络,其输出的特征图尺寸为其中B为批次大小,W和H是输入图像的尺寸;引入特征融合模块对主干网络提取的特征图进行多尺度特征融合,以提高检测网络捕获更丰富的车牌特征;多尺度融合后的特征图被分别输入解耦的网络子分支,所述的网络子分支分别构成热图定位车牌角点模块和基于中心点的偏移量定位车牌角点模块;对于所有的网络子分支,首先分别使用一个卷积块对输入的特征图进行特征提取,该卷积块包含一个3
×
3的卷积,一个批量归一化层和一个ReLU激活函数,此时保持各特征图的通道数不变;进一步地,对于热图定位车牌角点模块,包含一个用于预测角点热图的角点热图子分支和一个将对应热图位置精确化的精确化子分支;前者将通过一个1
×
1的卷积调整特征图的通道数为4,并利用Sigmoid激活函数以便显式地表示特征图上所预测的热图置信度,输出可表示为后者直接利用一个1
×
1的卷积调整特征图的通道数为8,输出可表示为对于中心点偏移量定位车牌角点模块,它包含一个用于预测车牌中心点热图的中心点热图子分支和一个用于预测由中心点向四个角点的偏移量的偏移量子分支;前者通过一个1
×
1的卷积调整特征图的通道数为1,再利用Sigmoid激活函数输出特征图上对应中心点热图的置信度,可表示为后者直接利用一个1
×
1的卷积调整特征图的通道数为8,可表示为1的卷积调整特征图的通道数为8,可表示为3.根据权利要求2所述的一种基于深度神经网络的低质图像车牌检测方法,其特征在于,步骤3具体方法如下:3
‑
1.利用双线性插值的方式将图像调整到符合网络输入的尺寸(512
×
512),为了避免图像失真和降低模型推理的计算量,首先计算图像尺寸的最大边长,然后将较短的边长区域用灰度条补全,再将处理后的图像等比例缩放到目标尺寸;3
‑
2.根据ImageNet数据集中计算的均值和标准差对尺寸调整后的车牌图像按通道进
行标准化处理,即缩放每个通道的数值,然后分别减去均值,再除以标准差,计算公式为:其中,I为尺寸调整后的图像,pixel=255为图像的像素点最大阈值,mean表示ImageNet数据集中图像的均值,std表示ImageNet数据集中图像的标准差;经标准化处理后的数据训练时网络能更快收敛,且有效提升模型的泛化性;3
‑
...
【专利技术属性】
技术研发人员:王天磊,虞结福,曹九稳,刘德康,陈家贵,
申请(专利权)人:杭州志创科技有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。