检索结果-南通市图书馆

维普期刊数据库博看期刊

在线全文

学校读者我要写书评

暂无评论

基于傅里叶描述子的车牌号码识别

辽宁大学学报（自然科学版） 2015年第4期42卷 342-346页

作者：孙可刘杰沈阳师范大学科信软件学院辽宁沈阳110034

车牌号码识别基于图像处理、计算机视觉与模式识别技术,在智能交通系统(Intelligent Transportation System,ITS)研究中占有重要的地位.傅里叶描述子是一种常用的描述物体形状和边界的表示方法,它具有对平移、旋转、缩放等几何变化不敏... 详细信息

车牌号码识别基于图像处理、计算机视觉与模式识别技术,在智能交通系统(Intelligent Transportation System,ITS)研究中占有重要的地位.傅里叶描述子是一种常用的描述物体形状和边界的表示方法,它具有对平移、旋转、缩放等几何变化不敏感的特性.使用傅里叶描述子对常见车牌中的字母及数字的边界进行匹配识别,主要分为对车牌的预处理,对字母或数字的边界提取,对边界点的傅里叶描述子计算,与标准模板的匹配过程.实验结果表明利用傅里叶描述子可以有效地识别出存在一定几何失真的车牌号码.

关键词：傅里叶描述子车牌号码识别离散傅里叶变换

基于卷积神经网络的小样本车牌号码识别方法研究

在线全文

学校读者我要写书评

暂无评论

商丘职业技术学院学报 2020年第2期19卷 71-75页

作者：刘孟莹吕小纳商丘市质量技术监督检验测试中心河南商丘476100 郑州商学院河南郑州451200

随着汽车使用量的增多,车牌号码识别成为车辆信息管理的重要部分.神经网络在数字图像识别上存在训练和识别时间较长,准确率不够高的缺点.文章使用卷积神经网络LeNet-5模型识别车牌号码,通过实验数据对比,LeNet-5模型相比于经典的BP神经... 详细信息

随着汽车使用量的增多,车牌号码识别成为车辆信息管理的重要部分.神经网络在数字图像识别上存在训练和识别时间较长,准确率不够高的缺点.文章使用卷积神经网络LeNet-5模型识别车牌号码,通过实验数据对比,LeNet-5模型相比于经典的BP神经网络在识别速度和准确率上都有明显的提升.

关键词：车牌号码识别卷积神经网络 LeNet-5 BP神经网络

基于深度学习的车辆关键信息检测与识别方法研究

在线全文

学校读者我要写书评

暂无评论

基于深度学习的车辆关键信息检测与识别方法研究

作者：宋欢欢长安大学

学位级别：硕士

随着人民物质生活水平的不断提高,汽车保有量的不断增加,私自改装车辆、使用假牌套牌等交通管控问题也日益突出,仅仅以车牌号码作为车辆的标识来处理实际问题已显得捉襟见肘,此时,结合车辆的其他属性来确定车辆的身份信息就显得尤为重... 详细信息

随着人民物质生活水平的不断提高,汽车保有量的不断增加,私自改装车辆、使用假牌套牌等交通管控问题也日益突出,仅仅以车牌号码作为车辆的标识来处理实际问题已显得捉襟见肘,此时,结合车辆的其他属性来确定车辆的身份信息就显得尤为重要。本文结合深度学习技术实现车辆目标检测、车牌号码识别和车身颜色识别,使用实际交通图像数据集进行测试,取得了良好的测试效果。首先,在车辆目标检测即获取车辆位置与车型信息方面,针对传统目标检测算法存在环境适应性差、结构复杂等问题,本文提出了一种改进的Center Net车辆目标检测模型,该模型以Center Net作为基础网络,一方面利用BFP网络加强模型提取图像特征的能力,另一方面利用Mobile Net网络降低模型参数数量。为了丰富数据集,通过随机翻转、颜色抖动等数据增强方式对数据集进行扩充,采用Adam优化算法在反向传播时为不同的参数进行学习率的自适应性调整,在实际交通数据集上的测试m AP值可达94.5%。其次,在车牌号码识别方面,针对Canny边缘检测算法需要人为设定高低阈值、易产生假边缘等问题,本文利用最大类间方差法自主计算边缘检测所需的高低阈值,以此来提高车牌定位的准确率;针对简单卷积神经网络对字符识别准确率较低的问题,本文在Inception网络结构中加入残差连接从而构建LPRNet字符识别网络。在对LPRNet进行训练时,为了加快网络的收敛速度,结合动量优化训练过程。采用二次训练方法,将识别出现错误的图像与之前的训练集进行合并,在原模型的基础上进一步进行训练,不断提高模型的准确率,在实际交通数据集上的平均识别准确率可达97.3%。最后,在车身颜色识别方面,针对单纯在HSV颜色空间使用颜色量化模板识别准确率较低的问题,本文分别在RGB、HSV和Lab三种颜色空间上构建卷积神经网络,以VGGNet网络为颜色特征提取的基础网络,利用密集连接对VGGNet做出改进,利用Xavier进行参数的均匀初始化操作,以达到使每一层输出的方差尽量相同的目的,在实际交通数据集上的平均识别准确率可达97.04%。

关键词：深度学习车辆目标检测车牌号码识别车身颜色识别

基于深度Faster-RCNN的车牌识别算法研究

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于深度Faster-RCNN的车牌识别算法研究

作者： Zeghiche Oussama 西安电子科技大学

学位级别：硕士

车牌识别作为智能交通系统的一项核心技术,已广泛应用于高速收费口和公路卡口等特定的场景。然而在光照弱、分辨率低、倾斜角度大以及大范围背景干扰等复杂多变的环境下,现有车牌识别系统的性能仍然不能满足应用的要求。本文开展基于深... 详细信息

车牌识别作为智能交通系统的一项核心技术,已广泛应用于高速收费口和公路卡口等特定的场景。然而在光照弱、分辨率低、倾斜角度大以及大范围背景干扰等复杂多变的环境下,现有车牌识别系统的性能仍然不能满足应用的要求。本文开展基于深度Faster-RCNN的车牌识别算法的研究具有重要的应用价值。车牌识别包括车牌区域检测和车牌号码识别两个部分。本文主要贡献如下:首先,将车牌区域检测看作是车牌区域和背景区域的两类目标检测问题,提出一种基于Faster-RCNN的车牌区域检测算法。在卷积特征提取方面,分别用ZF-Net、VGG-16、ResNet-101进行实验,结果表明ResNet-101检测率最高;在后续分类阶段,采用了Soft-NMS方法进行非极大值抑制,提升了车牌的检测率。最后,针对公开数据集Caltech Datasets,利用本文算法、文献43的车牌检测算法和文献44的车牌检测算法进行了对比实验,证实了本文方法的有效性和先进性。通过卡口车牌数据集Normal Datasets的实验,验证本文算法对场景、视点和光照较为固定的常规场景的有效性。此外,针对场景、视点和光照的动态变化自制的车牌数据集Hust Datasets,利用本文算法、文献44的车牌检测算法和开源车牌识别系统EasyPR中的SVM车牌检测算法进行了对比实验,本文算法的检测率达到了97.2其次,将车牌号码识别看作是车牌字符和背景的结构化多类目标检测问题,提出一种基于Faster-RCNN的车牌号码识别算法。通过车牌字符中心近似等间距分布在同一直线上的结构化特点以及Soft-NMS处理,得到车牌号码。该算法规避了车牌精确定位和字符分割环节,提高了车牌号码识别的精度和速度。在针对Hust Datasets自制的Hust-Plate Datasets数据集上,利用本文算法、文献44的Tian LPRS的车牌号码识别算法和EasyPR中的ANN车牌号码识别算法进行对比实验,本文算法的识别率达到了 94.4最后,将本文车牌区域检测和车牌号码识别算法结合起来,提出了一种基于深度Faster-RCNN的场景车牌识别算法。针对公开数据集Caltech Datasets,利用本文算法和文献45的深度学习车牌识别算法进行了对比实验,证实了该算法的有效性。通过Normal Datasets的实验,验证本文算法对场景、视点和光照较为固定的常规场景车牌图片的有效性。此外,在自制的Hust Datasets数据集上,利用Tian LPRS中的车牌识别算法和EasyPR中基于SVM和ANN的车牌识别算法进行对比实验,本文算法的识别率达到了 91.8

关键词：车牌区域检测车牌号码识别 Faster-RCNN ResNet-101 Soft-NMS

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于深度学习的有遮挡车牌的识别方法研究

软件 2023年第8期44卷 1-8,22页

作者：杨云王静姜佳乐陕西科技大学电子信息与人工智能学院陕西西安710021

针对遮挡车牌图像中车牌识别存在的车牌号码识别不准确、识别准确率低等问题,提出一种车牌检测网络YOLOv5s_BCG和车牌识别网络CRNN_Den。在车牌检测网络中,使用BiFPN(BI-directional Feature Pyramid Network)替代原YOLOv5网络中的PANe... 详细信息

针对遮挡车牌图像中车牌识别存在的车牌号码识别不准确、识别准确率低等问题,提出一种车牌检测网络YOLOv5s_BCG和车牌识别网络CRNN_Den。在车牌检测网络中,使用BiFPN(BI-directional Feature Pyramid Network)替代原YOLOv5网络中的PANet结构,使网络能够自适应学习不同特征层的重要性权重;融入CBAM(Convolutional Block Attention Module)注意力机制,加强网络对关键特征信息的提取;使用Ghost卷积替换传统卷积降低参数量。在车牌识别网络中,用DenseNet模块替换CRNN(Convolutional Recurrent Neural Network)网络中的特征提取部分,实现特征重用,提升网络性能。实验结果表明,车牌检测网络YOLOv5s_BCG相较于原始YOLOv5网络mAP@0.5提升4.2%,可达99.1%。车牌识别网络CRNN_Den能达到94.35%的识别准确率。所提方法能够更加充分地提取车牌图像中的特征信息,可有效识别被遮挡车牌图像中的车牌号码。

关键词：车牌号码识别 BiFPN 注意力机制特征重用

在线全文

学校读者我要写书评

暂无评论

基于深度学习的车牌字符识别的设计与实现

电子技术与软件工程 2018年第16期 65-66页

作者：肖秀春吴伟鹏广东海洋大学电子与信息工程学院广东省湛江市524088

由于应用场景的复杂性,从车牌图像中通过定位和分割技术得到的车牌字符通常存在倾斜、扭曲、光照条件差、像素分辨率低等情况,导致在实际应用中,传统车牌字符识别方法存在诸多不足与困难。将深度学习运用到车牌字符识别技术中,通过大量... 详细信息

由于应用场景的复杂性,从车牌图像中通过定位和分割技术得到的车牌字符通常存在倾斜、扭曲、光照条件差、像素分辨率低等情况,导致在实际应用中,传统车牌字符识别方法存在诸多不足与困难。将深度学习运用到车牌字符识别技术中,通过大量样本训练,让深度卷积神经网络(CNN)学习车牌字符的图像特征,进而自动识别出其中的车牌字符。由于深度学习模型具有很强的学习能力,可克服实际应用中诸多困难,从而提高车牌字符的识别率。

关键词：车牌号码识别字符识别深度学习卷积神经网络

在线全文

学校读者我要写书评

暂无评论

基于图像处理技术的车牌识别系统的设计

电子技术与软件工程 2015年第22期 103-103页

作者：郑文光王静波翟葆朔高爽华北理工大学以升创新教育基地河北省唐山市063009 华北理工大学电气工程学院河北省唐山市063009

车牌识别是一项以数字图像处理、计算机视觉、模式识别、人工智能等多门学科为基础,对摄像机所拍摄的车辆图像进行分析,得到每辆汽车唯一的车牌号码的技术,是现代智能交通系统中的重要组成部分之一,应用十分广泛。本文设计了一种车牌识... 详细信息

车牌识别是一项以数字图像处理、计算机视觉、模式识别、人工智能等多门学科为基础,对摄像机所拍摄的车辆图像进行分析,得到每辆汽车唯一的车牌号码的技术,是现代智能交通系统中的重要组成部分之一,应用十分广泛。本文设计了一种车牌识别系统,此系统是在利用MATLAB图像处理技术与模式识别中的模板匹配法识别出车牌号码。此车牌识别系统经多组实验测试,能识别出一般车辆的车牌号码。

关键词：图像处理模式识别模板匹配法车牌号码识别