一种基于深度信念网络的车牌检测方法

摘要

本发明属于智能交通及模式识别技术领域，特别涉及一种基于深度信念网络的车牌检测方法。本发明包括训练过程、测试过程、反馈过程，首先采用深度信念网络训练车牌检测器，经过训练的车牌检测器对待检测的车辆图像进行测试，向经过训练的车牌检测器输入待检测的车辆图像，对车辆图像进行预处理，采用经过训练的车牌检测器对车辆图像进行滑动检测，如果经过训练的车牌检测器检测到车牌将其在车辆图像中的坐标位置标记，若经过训练的车牌检测器在检测车辆图像的过程中出现误检测的状况，将车辆图像传送至负样本集中；若出现漏检测状况，将车辆图像传送至正样本集中。本发明提高了车牌识别的准确率以及车牌检测的鲁棒性，大大地降低了误检率、漏检率。

主权项

一种基于深度信念网络的车牌检测方法，其特征在于，包括以下步骤：S1、采集训练样本集，所述训练样本集包括正样本集和负样本集，对所述训练样本集进行预处理，将预处理后的训练样本集送入深度信念网络来训练车牌检测器；S2、向经过训练的车牌检测器输入待检测的车辆图像，对所述车辆图像进行预处理得到预处理后的车辆图像，采用经过训练的车牌检测器对预处理后的车辆图像进行滑动检测，如果经过训练的车牌检测器检测到车牌则将车牌在车辆图像中的坐标位置标记；S3、如果经过训练的车牌检测器在检测车辆图像的过程中出现误检测的状况，则将所述车辆图像传送至所述负样本集中；若出现漏检测的状况，则将车辆图像传送至所述正样本集中，当正样本集、负样本集达到设定数值后重新进行步骤S1操作，得到新的车牌检测器。