每個(gè)國(guó)家的車牌都有自己的歷史和特點(diǎn)。例如不同國(guó)家車牌的大小、字符組成等就不一樣。我國(guó)車牌的樣式與含義自然不用過(guò)多介紹了。小型客車都采用兩段式布局，前半部分是所在省市的簡(jiǎn)稱漢字與字母的組合，后半部分則是由5位數(shù)字與字母的隨機(jī)組合（部分地區(qū)支持個(gè)性化號(hào)牌，可以按照指定的規(guī)律來(lái)自定義后5位數(shù)字及字母）。此外，小型客車的車牌都采用的藍(lán)底白字的色彩搭配，在管理上是整齊劃一步調(diào)一致。

說(shuō)完國(guó)內(nèi)，咱們?cè)賮?lái)說(shuō)說(shuō)國(guó)外車牌。經(jīng)?？磭?guó)外大片的朋友應(yīng)該曉得，外國(guó)車牌的樣式可謂五花八門(mén)，在寬度、顏色、大小、字符的組合上將各自的特點(diǎn)展現(xiàn)得淋漓盡致。例如日本車牌就含有平假名，德國(guó)車牌含有歐盟標(biāo)志、注冊(cè)地區(qū)等......正是因?yàn)檫@系列問(wèn)題，使得國(guó)外車牌在識(shí)別過(guò)程中需要更高的車牌識(shí)別技術(shù)。

我們自主研發(fā)了基于深度學(xué)習(xí)的車牌識(shí)別技術(shù)，具有識(shí)別速度快、準(zhǔn)確率高等特點(diǎn)。特別是針對(duì)視頻無(wú)牌車檢測(cè)、非機(jī)動(dòng)車和行人過(guò)濾、特殊車牌識(shí)別、大角度車牌識(shí)別、新能源車牌識(shí)別等應(yīng)用場(chǎng)景，均有非常卓越的表現(xiàn)，得到了國(guó)內(nèi)外合作伙伴及客戶的信賴。同樣，國(guó)外其他的車牌識(shí)別也不在話下。

車牌識(shí)別工作原理

1、車牌定位與字符分割；

【車牌定位】從輸入或者采集的原始圖像中確定出車牌區(qū)域。

【字符分割】將確定的車牌區(qū)域分割成獨(dú)立的字符塊。

由于每個(gè)地區(qū)或國(guó)家車牌的長(zhǎng)寬度、顏色、字符組成都不一樣，因此針對(duì)不同的地區(qū)或者國(guó)家，采用不同的車牌定位與字符分割算法。

2、字符識(shí)別

字符識(shí)別是對(duì)分割的字符塊進(jìn)行識(shí)別，輸出識(shí)別的字符。卷積神經(jīng)網(wǎng)絡(luò)處理二維圖像具有獨(dú)特的優(yōu)越性，通過(guò)局部感受野和權(quán)值共享將特征提前去融入到網(wǎng)絡(luò)結(jié)構(gòu)中。

在卷積神經(jīng)網(wǎng)絡(luò)中，局部感知區(qū)域被當(dāng)作層次結(jié)構(gòu)中的底層的輸入數(shù)據(jù)，信息通過(guò)前向傳播經(jīng)過(guò)網(wǎng)絡(luò)中的各個(gè)層，在每一層中都由過(guò)濾器構(gòu)成，以便能夠獲得觀測(cè)數(shù)據(jù)的一些顯著特征。因?yàn)榫植扛兄獏^(qū)域能夠獲得一些基礎(chǔ)的特征，比如圖像中的邊界和角落等，因此卷積神經(jīng)網(wǎng)絡(luò)對(duì)位移、拉伸和旋轉(zhuǎn)具有魯棒性。卷積神經(jīng)網(wǎng)絡(luò)中層次之間的緊密聯(lián)系和空間信息使得其特別適用于圖像的處理和理解，并且能夠自動(dòng)的從圖像中抽取出豐富的相關(guān)特性。下圖給出了卷積神經(jīng)網(wǎng)絡(luò)識(shí)別輸入圖像的過(guò)程圖。

與一般神經(jīng)網(wǎng)絡(luò)相比，卷積神經(jīng)網(wǎng)絡(luò)在圖像處理方面具有如下優(yōu)點(diǎn)：

（1）輸入圖像和網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)能很好的吻合；

（2）特征提取和模式分類同時(shí)進(jìn)行；

（3）權(quán)值共享可以減少網(wǎng)絡(luò)的訓(xùn)練參數(shù)，使神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)變得更簡(jiǎn)單，適應(yīng)性更強(qiáng)。