基于改进LeNet-5的街景门牌号码识别方法

• 作者: 郭敏 陈昱莅 陈芳 马苗
• 来源期刊: 云南大学学报（自然科学版）
• 学科: 工学
• 关键词: 卷积神经网络 门牌号码识别 支持向量机
• 年，卷（期）: 2016,（2）
• 所属期刊栏目: 计算机、信息与电子科学
• 页码范围: 197-203
• 分类号: TP39
• 语种: 中文
• DOI: 10.7540/j.ynu.20150560

摘要

以真实场景中拍摄的街景门牌号码图像数据集SVHN为研究对象,将卷积神经网络与支持向量机相结合,提出了一种基于改进LeNet-5的街景门牌号码快速识别方法.该方法首先对数据进行图像增强预处理,突出有效特征;然后,省去基本LeNet-5中的第3卷积层,并用SVM分类器代替最后输出层中的Softmax分类器,以简化网络结构的同时提高分类效率.在国际公开的SVHN数据集的实验结果表明,改进LeNet-5可以有效识别街景门牌号码,7h便可训练得出结构稳定的网络识别模型,识别率达到90.35％,提高了算法的综合效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭敏		104	1006	17.0	25.0
3	马苗		87	626	14.0	20.0
6	陈芳	陕西师范大学计算机科学学院	15	18	2.0	4.0
15	陈昱莅		3	26	2.0	3.0