卷积神经网络的优化在车牌号识别上的运用

• 作者: 刘永雪 李海明
• 来源期刊: 上海电力大学学报
• 学科: 工学
• 关键词: 车牌号识别 卷积神经网络 特征提取 池化 模型
• 年，卷（期）: 2020,（4）
• 页码范围: 351-356
• 页数: 6页
• 分类号: TP399
• 语种: 中文
• DOI: 10.3969/j.issn.2096-8299.2020.04.006

摘要

通过与传统神经网络对比,分析了利用卷积神经网络(CNN)进行车牌号图像识别中的特征提取过程,提出了优化卷积和池化的过程来提高算法的收敛速度和准确率.运用PyCharm环境建立了改进后的车牌号识别模型,并通过实验验证了其正确性与识别速度.通过BP神经网络、传统LeNet-5 CNN和改进后的CNN对相同的字符集进行对比分析实验,得出了改进后的CNN模型的优势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李海明		8	37	2.0	6.0
2	刘永雪		1	0	0.0	0.0