详情

原文传递车牌精确定位算法研究

论文题名：	车牌精确定位算法研究
关键词：	车牌定位;形状回归;机器学习;智能交通
摘要：	车牌识别系统是现代智能交通系统的重要组成部分之一，被广泛应用于出入控制、车流监控、电子收费等多个场合，提高了交通管理自动化程度。车辆识别系统通过分析和处理复杂背景下的车辆图像，检测、定位车牌，识别汽车牌照的字符，从而快速识别车辆身份。其中车牌精确定位步骤是车牌角度矫正和准确字符分割的重要基础。　　传统的车牌定位方法利用车牌几何、颜色和纹理特征，处理步骤复杂，适用场景有限，在低照度、透视变换、低质模糊等场景下的准确率有待提高。为了构建更加通用准确的车牌精确定位算法，本文受人脸关键点检测方法的启发，采用形状回归方法，将车牌的精确定位转化为求取车牌四角坐标。借助大量标注后的车牌数据，学习车牌的角点特征，建立多个阶段的回归方程，通过每一阶段的反馈调整，逐渐接近真实的车牌位置。　　通过在真实复杂的车牌数据集里进行实验，证明基于形状回归的车牌定位算法有着更快的定位速度，和更低的位置偏移，对车牌的拍摄环境、拍摄角度和距离依赖较小，具备更高的通用性。同时，基于形状回归的车牌定位算法能够提高车牌识别的准确率。
作者：	董欣
专业：	计算机技术
导师：	蔡登
授予学位：	硕士
授予学位单位：	浙江大学
学位年度：	2017
正文语种：	中文