期刊文献+

基于深度学习的车牌字符识别的设计与实现 被引量:6

下载PDF
导出
摘要 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。
出处 《电子技术与软件工程》 2018年第16期65-66,共2页 ELECTRONIC TECHNOLOGY & SOFTWARE ENGINEERING
基金 广东省数字信号与图像处理重点实验室开放课题资助项目(2016GDDSIPL-02) 广东海洋大学博士启动基金资助项目(E13428) 广东海洋大学创新强校资助项目(Q15090)
  • 相关文献

参考文献3

二级参考文献38

  • 1罗彬,游志胜,曹刚.基于边缘直方图的快速汽车标志识别方法[J].计算机应用研究,2004,21(6):150-151. 被引量:25
  • 2任柯昱,唐丹,尹显东.基于字符结构知识的车牌汉字快速识别技术[J].计算机测量与控制,2005,13(6):592-594. 被引量:16
  • 3贾婧,葛万成,陈康力.基于轮廓结构和统计特征的字符识别研究[J].沈阳师范大学学报(自然科学版),2006,24(1):43-46. 被引量:11
  • 4廉飞宇,付麦霞,张元.基于支持向量机的车辆牌照识别的研究[J].计算机工程与设计,2006,27(21):4033-4035. 被引量:12
  • 5Al-Hmouz R, S Challa. Intelligent Stolen Vehicle Detection using Video Sensing [C]// Proceeding of Information, Decision and Control. Adelaide, Qld., Australia. USA: IEEE, 2007: 302-307.
  • 6LeCun Y, Bottou L, Bengio Y, Haffner P. Gradient-based learning applied to document recognition [C]//Proc. IEEE, 1998. USA: IEEE, 1998: 2278-2324.
  • 7Steve Lawrence, C Lee Giles, Ah Chung Tsoi, Andrew D Back. Face Recognition: A Convolutional Neural Network Approach [J]. IEEE Trans. on Neural Networks (S1045-9227), 1997, 8(1): 98-113.
  • 8Lauer F, C Y Suen, Bloch G. A trainable featare extractor for handwritten digit recognition [J]. Pattern Recognition (S0031-3203), 2007, 40(6): 1816-1824.
  • 9Tivive, Fok Hing Chi, Bouzerdoum, Abdesselam. An eye feature detector based on convolutional neural network [C]// Proc. 8th Int. Symp. Signal Process. Applic. Sydney, New South Wales, Australia. USA: IEEE, 2005: 90-93.
  • 10Szarvas Mate, Yoshizawa Akira, Yamamoto Munetaka, Ogata Jun. Pedestrian detection with convolutional neural networks [C]//IEEE Intelligent Vehicles Symposium Proceedings. USA: IEEE, 2005: 224-229.

共引文献187

同被引文献38

引证文献6

二级引证文献18

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部