基于非限制场景ALPR系统的车标定位

现有车标定位技术大多研究正向、具有对称性特点的车辆图像,难以有效解决光线干扰、车辆图像扭曲等复杂应用场景下的车标定位问题。针对该问题,基于非限制场景ALPR系统并结合迁移学习的技术,研究车标定位问题:首先基于ALPR系统精确定位车牌的位置,其次根据车牌和车标的相对位置关系,对车牌位置的4个顶点进行线性变换,最后得到包含车标区域的4个顶点坐标,并依据坐标进行相应透视变换,提取包含车标的区域。在测试集上的测试结果表明:输入正向视角的车辆图像时,定位精度达到99.28%,输入倾斜视角的车辆图像时,定位包含车标区域的准确率为96.56%。