基于CNN的车牌数字字符识别算法

• 作者: 向灿群 彭鑫 欧先锋 湛西羊 石云锁
• 来源期刊: 成都工业学院学报
• 学科: 工学
• 关键词: 车牌识别 卷积神经网络 字符识别
• 年，卷（期）: 2016,（4）
• 所属期刊栏目: 通信与信息工程
• 页码范围: 26-30,39
• 页数: 6页
• 分类号: TP391
• 字数: 3295字
• 语种: 中文
• DOI: 10.13542/j.cnki.51-1747/tn.2016.04.008

摘要

针对传统车牌识别算法识别率低、鲁棒性差等问题,提出一种基于卷积神经网络结构车牌数字字符识别算法.在卷积神经网络的基础上用ReLU激活函数代替传统的Sigmoid激活函数,引入卷积步长等操作,不仅加速网络的收敛,而且降低了网络参数的数量.实验结果表明:与传统特征提取算法相比,该算法识别率最高,达到95.2%,识别率波动范围小,鲁棒性强.