基于深度学习特征对比的船牌识别方法

摘要

本发明公开了一种基于深度学习特征对比的船牌识别方法，本发明采用深度学习卷积神经网络技术构建船只船牌检测模型及船牌字符识别模型，计算速度快、精度高，且对多种光照、背景、环境、船舶外观变化等具有很强的鲁棒性；充分考虑了船牌字符识别中汉字的变化性和多样性，将船牌字符的数字识别和汉字识别分开处理，采用分阶段训练法，先基于logistic loss和cross entropy loss在船牌数字数据集上进行训练，再基于logistic loss和triplet loss在船牌汉字数据集上进行训练，保证了训练效率和收敛速度。此外，基于triplet loss训练可有效应对船牌汉字数据集种类多、分布均匀的情况，在降低类内的距离的同时增大类间差距，提升识别效果。