原文传递
基于三路并行人工神经网络的移动号牌识别方法
| 专利名称： | 基于三路并行人工神经网络的移动号牌识别方法 |
| 摘要： | 本发明涉及一种基于三路并行人工神经网络的移动号牌识别方法。识别步骤为： 对运动车辆视频图像的采集采用视频触发方式自动触发进行视频捕捉，对视频捕捉信 号中的汽车号牌图像部分进行字符分割后作为神经网络的输入信号；所述的神经网络 采用各有分工的三个标准的自适应震荡网络，即汉字识别网络、英文字母识别网络和 数字识别网络，三个标准网络同时对输入向量信号进行识别，分别输出相似度最高的 类别个体，通过号牌模板控制域值属性，经号牌精确识别滤波后，加上号牌颜色属性 作为识别结果输出。采用本发明的方法，能对行驶中 |
| 专利类型： | 发明专利 |
| 国家地区组织代码： | 上海;31 |
| 申请人： | 上海大学;合肥文康科技有限责任公司 |
| 发明人： | 金庆江;刘宗田;徐秋红 |
| 专利状态： | 有效 |
| 申请日期： | 2005-03-24T00:00:00+0800 |
| 发布日期： | 2019-01-01T00:00:00+0800 |
| 申请号： | CN200510024593.6 |
| 公开号： | CN1694130 |
| 代理机构： | 上海上大专利事务所 |
| 代理人： | 何文欣 |
| 分类号： | G08G1/017 |
| 申请人地址： | 200072上海市闸北区延长路149号 |
| 主权项： | 1.一种基于三路并行人工神经网络的移动号牌识别方法，其特征在于识别步骤如下： 1)、采集汽车号牌视频图像及捕捉信号的处理： a、采用摄像机，对运动车辆视频图像的采集，采用运动视频触发方式自动触 发进行视频捕捉。 b、频捕捉信号进行字符分割后作为神经网络的输入信号。 2)、所述的神经网络采用各有分工的三个标准的自适应震荡神经网络(ART1)， 即汉字识别网络(ART1-1)、英文字母识别网络(ART1-2)和数字识别 网络(ART1-3)，三个标准网络同时对输入信号进行识别，其操作步骤是： a.、先对三个并行的神经网络分别进行训练，使识别系统达到所需的识别精度 和适应性。 b、对输入信号进行识别： ①、从所述的三个识别网络中，对输入信号识别后分别输出相似度最高的 三个类别个体，通过预先设定的汽车号牌模板的字符排列属性特点，对 所述的三个类别输出个体，按照号牌字符域值属性进行唯一性选择，确 保每个字符位输出的结果是最可能和相似度最高的； ②、在相似度达不到设定值时，按容错的方式处理进行输出； ③、当一个完整的汽车号牌经滤波，连续两次精确识别结果一致后，再 加上号牌颜色属性作为识别结果输出。 |
| 所属类别： | 发明专利 |
检索历史
应用推荐
