- 一種車輛識別的方法及系統 201910026698 .7
檢測車輛-->標準化預處理（校正等）-->根據規則分割車牌爲不同的區域-->對每一個區域進行識別-->彙總輸出最終的結果。
特點：流程爲傳統方法，主要使用各種特徵，檢測算子。沒有用到任何神經網絡。分割也是固定規則，規則比較奇怪，如6個三角形區域。
2.停車場車牌識別錯誤快速處理方法、介質、 設備及裝置 201911051423 .5
解決車輛如果進入停車場後，車牌號碼識別錯誤導致無法入庫的問題
錯誤發生獲取車牌特徵及停車場-->在車牌底庫中查詢是否有相關車牌-->查詢是否在該停車場-->反饋用戶修改
特點：爲了解決識別錯誤的實際問題。車牌特徵爲8維（1個區域，6個號碼，一個藍色）本質上也就是車牌號碼+顏色。查詢是否存在以小於設定閾值爲準。需要有底庫信息。
3.車牌特徵位的識別方法及裝置 201610140248 .7
特徵位指單雙號等。之前方法，檢測所有車牌才獲取車牌特徵位，本方法直接獲取車牌特徵位，加快速度。
獲取車牌-->建立座標系-->獲取特徵位識別
特點：直接根據座標系定位特徵位後在識別。在應用中有很大的問題。沒有考慮特徵位的變換，車牌的變化
4.一種車輛搜索方法及裝置 201610798016 .0
車牌reid利用車牌特徵和車輛特徵聯合搜索
根據車輛特徵粗搜-->分別計算車輛距離-->獲取車牌區域-->利用Siamese網絡獲取車牌對應的特徵並計算車牌距離--》車輛距離和車牌距離得到最終的排序距離。
- 車輛特徵包括紋理特徵、顏色特徵和語義屬性特徵。三個特徵解耦，分別由ORB, 顏色名稱以及googlenet提取出來，然後計算歐式距離，加權後得到車輛特徵。
- 車牌特徵通過Siamese網絡提取，直接取FC層的1000維。如果沒有車牌區域，直接取已有的距離最大值。
- 最終通過車牌特徵距離和車輛特徵距離加權後得到最終的距離。
特點:車輛+車牌，不是先粗搜再精搜，而是加權的方式。車輛包含三個獨立特徵，車牌利用的是Simanse網絡。