原文传递
基于卷积神经网络的车牌识别技术
| 题名： | 基于卷积神经网络的车牌识别技术 |
| 正文语种： | 中文 |
| 作者： | 刘建国；代芳；詹涛； |
| 关键词： | 车牌定位；端到端；车牌识别；卷积神经网络 |
| 摘要： | 为解决字符分割错误造成的车牌识别错误,提出一种基于卷积神经网络的端到端的车牌识别算法,该算法首先采用基于颜色定位、文字定位和边缘检测的方法从自然场景中提取出车牌,由于样本量的问题,采用车牌生成器对车牌样本进行扩充,得到80602张车牌数据,将车牌按照7:1分为训练集和测试集,使用改进的AlexNet网络生成端到端的深度学习模型进行训练,并使用得到的模型进行车牌字符识别,车牌识别准确率达到96.7%。实验结果表明,该方法车牌识别准确率高,且鲁棒性较好。 |
| 期刊名称： | 物流技术 |
| 出版年： | 2018 |
| 期： | 10 |
| 页码： | 62-66,126 |
检索历史
应用推荐
