面向多复杂场景环境的敞车车号辨识研究

作     者：薛峰 于国丞 李世杰 凌烈鹏 张峰峰 陈峰炜 XUE Feng;YU Guocheng;LI Shijie;LING Liepeng;ZHANG Fengfeng;CHEN Fengwei

作者机构：中国铁道科学研究院集团有限公司铁道建筑研究所北京100081 苏州大学机电工程学院江苏苏州215021 

出 版 物：《哈尔滨工程大学学报》 (Journal of Harbin Engineering University)

年 卷 期：2024年第45卷第6期

页      面：1162-1169页

核心收录：

学科分类：0810[工学-信息与通信工程] 0817[工学-化学工程与技术] 080202[工学-机械电子工程] 08[工学] 0804[工学-仪器科学与技术] 0703[理学-化学] 0802[工学-机械工程] 

基　　金：中国铁道科学研究院集团有限公司科研开发基金项目(2022YJ099) 中铁科学技术开发有限公司基金项目(2022ZT05) 

主　　题：车号定位 深度可分离卷积 特征提取 改进卷积循环神经网络 特征金字塔 字符识别 铁路货运 深度学习 

摘      要：针对现有敞车车号定位识别方法存在的环境适应性差、定位和识别精度低的问题,本文提出一种面向多种复杂环境下的敞车车号精准定位和识别的方法。搭建融合多尺度特征信息的敞车车号定位模型框架,在此基础上,融合多尺度金字塔特征进行深度可分离卷积的敞车车号特征提取网络设计。提出基于改进卷积循环神经网络的车号定位识别模型,主要针对识别网络模型结构进行设计。通过不同环境下采集的敞车车厢图片对本文提出的方法进行验证。结果表明:本文提出的车号定位方法的准确率为0.94,车号识别的准确率为0.97。