原文传递
基于深度学习的农用车违章载人识别算法
| 论文题名： | 基于深度学习的农用车违章载人识别算法 |
| 关键词： | 农用车;违章载人;车牌识别;YOLOX算法;CNN神经网络 |
| 摘要： | 随着经济的快速发展，拖拉机、三轮车等农用车在农村中发挥着越来越多的作用。然而，由于存在农用车违章载人这一现象，导致农用车在发生事故时往往死伤惨重。因此，本文提出了基于深度学习的农用车违章载人识别算法。通过对农用车违章载人和对违章农用车车牌的识别，为交通执法部门减少农用车违章载人的现象出一份力。本文具体的研究内容如下： 1、本文提出了基于YOLOX的农用车与农用车车牌识别算法以对农用车和农用车车牌进行定位。随后，对农用车上违章载人识别这一特殊场景，本文提出两种方法对YOLOX进行改进。YOLOX使用的位置参数损失函数为交并比损失函数，本文将其改为广义交并比损失函数，从而使得网络能够更快更好地加以收敛。YOLOX使用的非极大值抑制，本文将其改为柔和的非极大值抑制，从而使得网络可以不至于过滤一些不该被过滤的边界框，减少网络的漏检。最后，通过实验验证了YOLOX可用于农用车和农用车车牌的识别，且相比于未改进，改进的YOLOX对农用车载人的漏检更少。 2、针对YOLOX在识别农用车车牌时产生的识别位置不准问题，本文提出了基于CNN的农用车车牌预处理算法，以消除车牌图片中非车牌的噪音部分。随后，本文基于ConvNeXt网络的思想，提出了ConvNeXt-ST网络，并将其运用于农用车车牌识别中。最后，通过实验验证了相比于未经过预处理的其他端到端车牌识别算法，本文的农用车车牌预处理+农用车车牌识别算法可以更好地对农用车车牌的字符进行识别。 |
| 作者： | 周忆帆 |
| 专业： | 应用统计 |
| 导师： | 蒋学芹 |
| 授予学位： | 硕士 |
| 授予学位单位： | 东华大学 |
| 学位年度： | 2022 |
检索历史
应用推荐
