基于CNN的车牌识别系统

• 作者: 周煜 徐胜舟
• 来源期刊: 中南民族大学学报（自然科学版）
• 学科: 工学
• 关键词: 车牌定位 车牌识别 字符识别 卷积神经网络
• 年，卷（期）: 2017,（3）
• 所属期刊栏目: 计算机科学
• 页码范围: 125-130
• 页数: 6页
• 分类号: TP391.4
• 字数: 4568字
• 语种: 中文

摘要

针对现有的车牌识别系统在遇到复杂条件,例如暗光、遮挡、多车牌、能见度低等情况时,难以有效地定位并识别车牌,提出了一种基于卷积神经网络的车牌自动识别系统.在车牌定位阶段综合应用3种定位方式对车牌进行初步定位检测,然后使用CNN模型对检测到的候选车牌进行判断;在车牌字符识别阶段,将分割出的字符输入到设计好的卷积神经网络模型中进行训练,得到的输出结果即为识别的车牌字符.在5906张车牌图像和非车牌图像以及36261张字符图片上的实验结果表明:提出的车牌识别系统对车牌和字符的识别率分别达到了94%和96.4%,明显优于传统的车牌识别方法,具有极高的实用性,可以满足绝大多数场景的使用需求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐胜舟	中南民族大学计算机科学学院	14	60	4.0	6.0
2	周煜	中南民族大学计算机科学学院	1	7	1.0	1.0