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！

龙图腾网获悉上海闪马智能科技有限公司;北京闪马智建科技有限公司;杭州闪马智擎科技有限公司申请的专利车牌图像的处理方法、装置、存储介质及电子装置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：CN116503847B 。

龙图腾网通过国家知识产权局官网在2026-03-13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：202310425582.7，技术领域涉及：G06T5/00；该发明授权车牌图像的处理方法、装置、存储介质及电子装置是由林亦宁;胡睿;倪华健设计研发完成，并于2023-04-19向国家知识产权局提交的专利申请。

本车牌图像的处理方法、装置、存储介质及电子装置在说明书摘要公布了：本申请实施例提供了一种车牌图像的处理方法、装置、存储介质及电子装置，其中，该方法包括：获取训练车牌图像集以及与训练车牌图像集中的每个训练车牌图像对应的标签车牌图像，其中，每个训练车牌图像和与每个训练车牌图像对应的标签车牌图像是对同一车牌进行拍摄得到的不同车牌图像，每个训练车牌图像的清晰度小于与每个训练车牌图像对应的标签车牌图像的清晰度；使用每个训练车牌图像和与每个训练车牌图像对应的标签车牌图像对初始的车牌去模糊模型进行模型训练，得到已训练的车牌去模糊模型，其中，车牌去模糊模型为基于生成对抗网络的、用于进行图像去模糊的模型。

本发明授权车牌图像的处理方法、装置、存储介质及电子装置在权利要求书中公布了：1.一种车牌图像的处理方法，其特征在于，包括： 获取训练车牌图像集以及与所述训练车牌图像集中的每个训练车牌图像对应的标签车牌图像，其中，所述每个训练车牌图像和与所述每个训练车牌图像对应的标签车牌图像是对同一车牌进行拍摄得到的不同车牌图像，所述每个训练车牌图像的清晰度小于与所述每个训练车牌图像对应的标签车牌图像的清晰度； 使用所述每个训练车牌图像和与所述每个训练车牌图像对应的标签车牌图像对初始的车牌去模糊模型进行模型训练，得到已训练的所述车牌去模糊模型，包括：将所述每个训练车牌图像分别作为当前训练车牌图像对待训练的车牌去模糊模型进行多轮模型训练，得到已训练的所述车牌去模糊模型，其中，所述车牌去模糊模型包括生成器和判别器，在使用所述当前训练车牌图像进行模型训练时，当前的所述车牌去模糊模型的生成器为当前生成器，所述车牌去模糊模型的判别器为当前判别器：将所述当前训练车牌图像输入到当前生成器，得到所述当前生成器输出的去模糊车牌图像；将所述去模糊车牌图像和与所述当前训练车牌图像对应的标签车牌图像输入到所述当前判别器中，得到所述当前判别器输出的图像判别结果，其中，所述图像判别结果用于表示所述去模糊车牌图像与所述标签车牌图像之间的图像相似度；根据所述去模糊车牌图像、所述标签车牌图像以及所述图像判别结果对所述当前生成器和所述当前判别器中的至少之一的参数进行调整，得到调整后的所述车牌去模糊模型；其中，所述车牌去模糊模型为基于生成对抗网络的、用于进行图像去模糊的模型； 所述将所述当前训练车牌图像输入到当前生成器，得到所述当前生成器输出的去模糊车牌图像，包括：将所述当前训练车牌图像输入到所述当前生成器的输入卷积层，得到所述输入卷积层提取的所述当前训练车牌图像的浅层特征图；通过所述当前生成器级联的多个旋转注意力层从所述当前训练车牌图像的浅层特征图中提取所述当前训练车牌图像的深层特征，得到所述当前训练车牌图像的深层特征图；通过残差连接对所述当前训练车牌图像的浅层特征图与所述当前训练车牌图像的深层特征图进行相加处理，得到所述当前训练车牌图像的特征图相加结果；将所述当前训练车牌图像的特征图相加结果输入到所述当前生成器的输出卷积层进行特征融合，得到与所述当前训练车牌图像对应的所述去模糊车牌图像。

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上海闪马智能科技有限公司;北京闪马智建科技有限公司;杭州闪马智擎科技有限公司，其通讯地址为：200210 上海市浦东新区自由贸易试验区临港新片区环湖西二路888号C楼；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。