基于AdaBoost与CNN结合的车牌检测识别系统研究

• 作者: 李洪伟 杨柳 邝先验
• 来源期刊: 科学技术创新
• 学科: 工学
• 关键词: 车牌定位 Haar-like特征 AdaBoost级联分类器 车牌识别 卷积神经网络
• 年，卷（期）: 2019,（10）
• 所属期刊栏目: 信息技术
• 页码范围: 81-83
• 页数: 3页
• 分类号: TP391.4
• 字数: 1761字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-1328.2019.10.046

摘要

针对现有车牌检测识别系统在复杂场景下系统鲁棒性差的情况,本文提出了一种基于学习、由粗到精的车牌检测方法.在检测车牌时,首先利用基于Haar-like特征的AdaBoost级联分类器对车牌进行粗略定位,然后再利用随机样本一致性算法精细地定位出车牌所在区域,最后将车牌区域输入到CNN网络中,实现了车牌字符识别.结果表明,该系统对车牌区域提取及车牌字符识别具有很好地适应性和准确性,并且能满足大多数场景需求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邝先验	江西理工大学电气工程与自动学院	35	205	9.0	13.0
2	杨柳	江西理工大学电气工程与自动学院	13	74	5.0	8.0
3	李洪伟	江西理工大学电气工程与自动学院	2	1	1.0	1.0