公开(公告)号：CN115147869A

公开(公告)日：2022-10-04

申请号：CN202210750226.8

申请日：2022-06-28

Applicant: 南京信息工程大学

Inventor： 叶振兴 ,  庄建军

IPC: G06V40/10 ,  G06N3/04 ,  G06N3/08 ,  G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06V20/40 ,  G06V20/52 ,  G06V20/62

Abstract: 本发明公开一种基于深度学习的电动车骑行者头盔检测与车牌识别方法，属于图像、视频智能分析技术领域，包括自建电动车骑行者头盔与车牌检测数据集；构建基于改进YOLOv5m的检测模型，并用电动车骑行者头盔与车牌检测数据集对模型进行训练；对检测的电动车车牌进行分割矫正，将分割矫正后的车牌图片进行数据增强建立车牌识别数据集；构建基于改进CRNN的电动车车牌识别模型，并用车牌识别数据集对模型进行训练；将实时交通路口视频输入到训练好的模型，检测骑行者头盔佩戴情况并显示骑行者未带头盔的电动车车牌号等步骤。本发明解决了传统检测识别方法准确率低、运行速度慢的问题，降低了多目标情况下模型的漏检率，提高了电动车车牌的识别准确率。