买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉山东高速千方国际科技有限公司申请的专利一种基于深度学习的车牌识别方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120997815B 。

龙图腾网通过国家知识产权局官网在2026-01-30发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202511517130.7，技术领域涉及：G06V20/62；该发明授权一种基于深度学习的车牌识别方法及系统是由齐霖;安燃;陈凯;付元;李光家;罗伟敏;周纪委;刘贵营设计研发完成，并于2025-10-23向国家知识产权局提交的专利申请。

本一种基于深度学习的车牌识别方法及系统在说明书摘要公布了：本发明公开了一种基于深度学习的车牌识别方法及系统，包括如下步骤：采集车牌图像数据，生成图像数据集；执行语义分解操作，划分为区域码单元、字母单元与数字单元，构建语义结构图；构建多路径字符识别模型，以改进的PCNN模型为主干特征结构；将图像数据集分别输入至多路径字符识别模型，输出区域码识别结果、字母识别结果与数字识别结果，生成候选车牌识别结果；若存在非法字符组合或结构单元缺失信息，则执行路径筛选处理，生成候选路径集合；执行推理填补处理，生成补全路径集合；合并输出车牌识别结果与置信备选路径集合。本发明在提升字符识别准确率的同时增强对结构缺失的鲁棒性，具备识别精度高、容错能力强的优点。

本发明授权一种基于深度学习的车牌识别方法及系统在权利要求书中公布了：1.一种基于深度学习的车牌识别方法，其特征在于，包括如下步骤： 步骤一：采集车牌图像数据，执行尺寸标准化处理、光照均衡处理与边缘增强处理，生成图像数据集； 步骤二：对所述图像数据集执行语义分解操作，划分为区域码单元、字母单元与数字单元，构建语义结构图； 步骤三：读取语义结构图中的字符类别信息与排列顺序信息，识别区域码单元、字母单元与数字单元； 按照字符类别划分结果设置区域码识别路径、字母识别路径与数字识别路径； 基于字符类别与位置索引为每一识别路径配置输入接口，指定图像数据集中对应字符区域作为输入内容； 为每一识别路径调用改进的PCNN模型构建识别结构，设置改进的PCNN模型输入维度、卷积参数与通道映射方式； 完成所有识别路径构建后，形成多路径字符识别模型；所述多路径字符识别模型包括区域码识别子网络、字母识别子网络与数字识别子网络； 所述改进的PCNN模型包括分段卷积结构、位置信息融合结构与特征拼接结构，具体为： 分段卷积结构接收字符图像输入，按照字符中心位置构建定长窗口，对字符图像沿水平方向划分为左段、中段与右段三个区域；分别对左段、中段与右段区域执行卷积操作，卷积操作采用相同卷积核大小与步长参数，对每个区域独立提取局部特征图，输出三组分段特征向量； 位置信息融合结构构建三组位置信号，分别对应左段、中段与右段的空间位置信息，位置信号采用设定位置编码方式生成向量表示；将三组位置信号分别与对应的分段特征向量在通道维度进行拼接，生成融合特征向量组； 特征拼接结构对三组融合特征向量执行特征对齐处理，并在序列维度进行连接操作，生成融合特征向量； 步骤四：将所述图像数据集分别输入至区域识别子网络、字母识别子网络与数字识别子网络，输出区域码识别结果、字母识别结果与数字识别结果，按照预设结果顺序拼接生成候选车牌识别结果； 步骤五：若所述候选车牌识别结果中存在非法字符组合或结构单元缺失信息，则执行路径筛选处理，生成候选路径集合； 步骤六：对所述候选路径集合执行推理填补处理，生成补全路径集合； 步骤七：将所述候选路径集合与补全路径集合合并，输出车牌识别结果与置信备选路径集合。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人山东高速千方国际科技有限公司，其通讯地址为：250000 山东省济南市中国(山东)自由贸易试验区济南片区龙奥北路8号山东高速大厦1822A；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。