基于卷积神经网络LeNet-5的货运列车车号识别研究

• 作者: 王晓锋 马钟
• 来源期刊: 现代电子技术
• 关键词: 列车车号 车号识别 卷积神经网络 LeNet-5
• 年，卷（期）: 2016,（13）
• 所属期刊栏目: 通信与信息技术
• 页码范围: 63-66,71
• 页数: 5页
• 分类号: TN911.73-34|TP391
• 语种: 中文
• DOI: 10.16652/j.issn.1004-373x.2016.13.016

摘要

针对货运列车车号字符识别，提出了基于卷积神经网络LeNet?5的改进识别方法，考虑到卷积神经网络的层次化以及局部领域等结构特点，对网络中各层特征图的数量及大小等参数进行相应的改进，形成了适用于货运车号识别的新网络模型。实验结果表明，该方法对车号的断裂、污损等问题的解决有较强的鲁棒性，达到了较高的识别率，为整个车号识别系统的精确性提供了保障。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王晓锋	山西医科大学汾阳学院	10	34	3.0	5.0
2	马钟	西北工业大学计算机学院	6	21	3.0	4.0