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！

龙图腾网恭喜杭州电子科技大学;杭州志创科技有限公司申请的专利一种基于深度神经网络的低质图像车牌检测方法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：CN116994236B 。

龙图腾网通过国家知识产权局官网在2025-05-09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：202310972307.7，技术领域涉及：G06V20/62；该发明授权一种基于深度神经网络的低质图像车牌检测方法是由王天磊;虞结福;曹九稳;刘德康;陈家贵设计研发完成，并于2023-08-03向国家知识产权局提交的专利申请。

本一种基于深度神经网络的低质图像车牌检测方法在说明书摘要公布了：本发明公开了一种基于深度神经网络的低质图像车牌检测方法，首先获取训练数据，构建低质图像车牌检测网络，然后预处理已标注的训练数据；再利用角点差异损失对定位的角点坐标进行约束；最后根据确定的损失函数对低质图像车牌检测网络进行训练，通过训练好的低质图像车牌检测网络对图像中的车牌区域进行检测定位。本发明提出使用角点、中心点的双像素类型回归策略，并设计了带松弛的约束去隐式地集成两种回归类型的优势，实现更优异的检测性能。

本发明授权一种基于深度神经网络的低质图像车牌检测方法在权利要求书中公布了：1.一种基于深度神经网络的低质图像车牌检测方法，其特征在于，包括如下步骤：步骤1、采集包含车牌的车辆低质图像，对图像中的车牌自左上角顺时针方向分别标注四个车牌角点，并将标注结果编码为图像对应的文件名作为训练数据的标签；步骤2、构建低质图像车牌检测网络；低质图像车牌检测网络采用ResNet-50作为特征提取器即主干网络，引入特征融合模块对主干网络提取的特征图进行多尺度特征融合；多尺度融合后的特征图被分别输入解耦的网络子分支；步骤3、预处理已标注的训练数据；步骤4、利用基于角点差异性的松弛约束损失对定位的角点坐标进行约束；松弛约束损失函数耦合了两个模块的回归过程，以使得两个模块间能够产生更加有效的约束和引导作用，损失函数公式表示如下： 其中，表示基于热图直接预测的第i个角点对应的坐标值，表示基于车牌中心点偏移量预测的第i个角点对应的坐标值；α是调制因子，β是松弛边界的半径；综上，松弛总损失定义为： 步骤5、根据确定的损失函数对低质图像车牌检测网络进行训练：步骤6、通过训练好的低质图像车牌检测网络对图像中的车牌区域进行检测定位；对于输入的待检测的图像，进行图像尺寸调整和标准化预处理，放入训练好的模型推理后输出角点热图的特征图和偏差量的特征图通过对计算向量最大值索引得到置信度最高的预测值，然后将该预测值代入计算出角点在笛卡尔坐标系中的偏差量；综上所述，车牌角点预测解码的计算公式可表示为： 其中confi表示第i角点对应最大置信度的热图区域，表示第i个角点对应的坐标值，mod表示取余运算。

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杭州电子科技大学;杭州志创科技有限公司，其通讯地址为：310018 浙江省杭州市下沙高教园区2号大街；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”。