天眼车牌识别
天眼车牌识别整个系统均采用深度卷积神经网络,准确率高,鲁棒性强!
车牌检测
车牌检测也称车牌定位,顾名思义就是在图像中找到车牌的位置,传统算法有基于颜色或垂直水平投影的车牌定位,机器学习有基于HOG+SVM的车牌定位,深度学习有基于YOLO-TINY或MTCNN的车牌定位。各种算法的优缺点均比较明显,例如传统算法定位鲁棒性差但检测速度快,深度学习定位速度慢但是准确率高。鱼与熊掌不可兼得也!天眼车牌识别的定位算法是基于深度学习的车牌定位,利用分类回归精确定位车牌位置。
车牌矫正
继车牌定位后的算法为车牌矫正,矫正的目的是为了车牌识别服务的,倾斜的角度很难识别精准。矫正算法也是很多的,例如传统算法有基于直线检测的矫正,深度学习有基于特征点的矫正。天眼车牌识别的矫正算法为基于深度学习的特征点纠正,即检测车牌的四个定点位置,再利用仿射变换