基于卷积神经网络的双行车牌分割算法

• 作者: 刘俊如 姜磊 沈建冰 胡明晓 赵汉理
• 来源期刊: 计算机辅助设计与图形学学报
• 学科: 工学
• 关键词: 车牌分割 车牌识别 卷积神经网络 多任务学习
• 年，卷（期）: 2019,（8）
• 所属期刊栏目: 图形与可视化
• 页码范围: 1320-1329
• 页数: 10页
• 分类号: TP317.41
• 字数: 7322字
• 语种: 中文
• DOI: 10.3724/SP.J.1089.2019.17573

摘要

随着智能化交通的迅速发展,自动车牌识别技术不断提高.现有大多数车牌识别技术能较好识别单行车牌字符信息,但双行车牌识别准确率较低且支持中文双行车牌的识别算法更少.为了有效地将原本仅支持单行车牌识别的算法扩展到双行车牌识别,提出一种基于卷积神经网络(CNN)的双行车牌分割算法,首先利用CNN提取车牌图像特征;然后利用特征训练多标签分类模型,将双行车牌分割为2个单行车牌.文中还构建了一个包含20多万幅中国车牌图像的数据集.基于此数据集的实验结果表明,文中算法对双行车牌自动分割准确率较高,有效地提高了双行车牌识别准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	胡明晓	温州大学智能信息系统研究所	18	54	4.0	6.0
2	赵汉理	温州大学智能信息系统研究所	9	49	4.0	6.0
3	沈建冰	北京理工大学计算机学院	5	33	4.0	5.0
4	刘俊如	温州大学智能信息系统研究所	2	6	2.0	2.0
5	姜磊	温州大学智能信息系统研究所	2	4	1.0	2.0