货检作业自动化的关键环节包括列车车号的定位与识别，即能够自动记录车号信息，节省人力物力。近年来，将计算机视觉技术应用于列车车号识别，既能节省成本，又能实现对列车的自动监测，为铁路车号识别带来了便利。
　　但是，识别图像或者视频中的车号也存在许多难题:首先车号区域在车厢全景图像中占的面积比例极小(小于0.41%)，并且存在许多非车号的文本干扰；其次列车车号具有位置多变和字符间隔不定的特点;再次车号识别极易受到光照，车体结构复杂，背景多变，车厢污损和透视变形的干扰。现有的自然场景文本识别方法不能直接用于本文任务，难以取得理想效果。一方面容易漏检小车号目标。另一方面单词级别的文本定位方法，容易将数字间隔大的车号定位成两个部分。同时存在透视变形的车号识别准确率低。针对上述难点，本文分别提出了面向视频和面向图像的列车车号定位与识别方法，实现鲁棒的货运列车车号的定位与识别。
　　本文主要工作内容如下：
　　(1)针对静态图像，在货运列车车号的定位阶段，创建货运列车车号检测数据集，提出一种面向图像的列车车号定位方法。首先采用一种基于深度学习的基础模型定位列车车号，效果不佳。因此本文在此模型的基础上提出三点改进，得到车号定位模型。针对小目标易漏检的问题，融合不同尺度特征图，用于生成文本候选区域，解决定位中的多分辨率问题。针对不能精确定位完整车号的问题，不仅增加了水平方向回归层，还提出了边界敏感的细粒度文本框精确定位策略(border-sensitive fine-grained text box，BSF)和困难样本挖掘策略(hard example mining，HEM)。经过改进之后，列车车号检测F1-Measure为0.94。实验测试数据由本文自行标注的2109幅列车车厢全景图组成，包括黑夜、白天、不同车型、车号尺度多变等图像。每幅图像的检测速度为0.19s。
　　(2)针对静态图像，在货运列车车号的识别阶段，实现了基于注意力机制的列车车号识别方法，即面向图像的列车车号识别方法，并与其他先进的车号序列识别方法做了对比。此方法由卷积层，编码层和基于注意力机制的解码层三部分组成。经过测试，最终实现列车车号整体识别F1-Measure为0.81。车号字符识别F1-Measure为0.94。每幅图像的识别速度是0.04s。
　　(3)针对视频数据，为实现货运列车车号的定位与识别，构造了视频车号检测与识别数据集，提出了一种面向视频的形变车号识别方法。由于视频中的列车车号存在由监控摄像头的视角带来的透视形变，因此不宜采用静态文本识别方法。本文提出的方法为多阶段的车号识别方法，首先针对视频车号存在时间冗余、字符清晰度差的问题，设计了基于跟踪的视频车号定位方法，降低误检，并减少漏检。其次针对形变车号，使用内置矫正网络的端对端的车号识别方法。最后提出基于视频的车号序列推荐策略，进一步利用轨迹优化识别结果。实验数据为包含7086帧的视频段，经过实验，最终实现列车车号整体识别F1-Measure为0.91。车号字符识别F1-Measure为0.99。每幅车号图像的识别速度是0.23s。