基于Faster R-CNN的车牌识别算法

• 作者: 王燕 张继凯 尹乾
• 来源期刊: 北京师范大学学报（自然科学版）
• 学科: 工学
• 关键词: 卷积神经网络 车牌检测 字符识别
• 年，卷（期）: 2020,（5）
• 页码范围: 647-653
• 页数: 7页
• 分类号: TP391
• 语种: 中文
• DOI: 10.12202/j.0476-0301.2019239

摘要

针对传统车牌检测方法定位不准确、检测结果易受环境影响的问题,提出一种基于Faster R-CNN和InceptionResNet_v2的车牌检测算法:通过迁移学习的方式实现精确的车牌定位,用像素点统计法处理车牌图像,实现单个字符的有效提取;mLeNet5卷积神经网络模型用于对单字符进行识别.结果表明,算法对有遮挡及角度倾斜的车牌字符能实现高效、高精确度的识别.