基于Faster-RCNN的车牌检测

• 作者: 艾曼
• 来源期刊: 计算机与数字工程
• 学科: 航空航天
• 关键词: 车牌检测 Faster-RCNN ZF VGG-16 ResNet-101
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 图像处理
• 页码范围: 174-177
• 页数: 4页
• 分类号: V448.25
• 字数: 2708字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9722.2020.01.033

摘要

车牌识别是智能交通中非常重要的应用,而车牌检测又是车牌识别的关键.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,难以有效地定位车牌,提出了基于Faster-RCNN目标检测模型与ZF、VGG-16以及ResNet-1013种卷积神经网络分别结合的方法.由于车牌没有公开的数据库,在自己准备的12740张车牌图像上进行实验,结果显示基于Faster-RCNN与ResNet-101结合的模型的准确率达到了97.2％,高于其余两种结合模型,明显优于传统的车牌检测方法,并避免了复杂的预处理,具有较好的实用性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	艾曼	华中科技大学自动化学院	1	0	0.0	0.0