基于级联卷积神经网络的车牌定位

• 作者: 傅鹏 谢世朋
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 车牌定位 运动目标检测 视觉特性 卷积神经网络
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 134-137
• 页数: 4页
• 分类号: TP301.6
• 字数: 3633字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2018.01.029

摘要

针对多车辆、低分辨率等复杂环境下的车牌定位问题,提出了一种基于人眼视觉特性的车牌识别方法.通过模仿人眼视觉原理,利用级联卷积神经网络分层提取目标区域特征,逐步缩小搜索区域的方法,实现车牌的精准定位.首先通过运动目标检测算法定位出目标运动热点区域;然后使用卷积神经网络识别热点区域中的车辆;最后使用卷积神经网络从定位的车辆图片中识别车牌.数据集采集于多个交通路口的天网摄像头,然后对5000幅图像,约15000个目标进行人工标注,同时对训练图片进行随机变换,从而提高训练的有效性.实验结果表明,通过提取运动区域可提升卷积神经网络运行的速度和识别的精度.相比于传统车牌识别算法,提出的方法极大地提高了复杂场景下的车牌识别率,同时在处理高分辨率的图片时具有更高的车牌定位率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	傅鹏	南京邮电大学通信与信息工程学院	3	18	2.0	3.0
2	谢世朋	南京邮电大学通信与信息工程学院	14	42	4.0	5.0