基于改进卷积神经网络的车号识别算法

• 作者: 王欣蔚
• 来源期刊: 数字技术与应用
• 学科: 工学
• 关键词: 字符识别 卷积神经网络 复杂光照 深度学
• 年，卷（期）: 2016,（7）
• 所属期刊栏目: 算法分析
• 页码范围: 126,188
• 页数: 2页
• 分类号: TP391.4
• 字数: 1047字
• 语种: 中文

摘要

动车车号识别是动车安全自动监测系统的一项重要内容.由于光照不均、运动失真等因素,动车车号的可靠识别困难较大.论文研究了基于深度网络的识别算法,通过设计卷积神经网络,以减少资源占用为出发点,获得99.20％的识别正确率.与LeNet-5卷积网络进行对比实验减少了近6倍的训练时间,并且识别率有所提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王欣蔚	北方工业大学电子信息工程学院	1	1	1.0	1.0