基于卷积神经网络的大场景下车牌识别

• 作者: 周世杰 李顶根
• 来源期刊: 计算机工程与设计
• 学科: 工学
• 关键词: 卷积神经网络 大场景 车牌检测 车牌识别 多车道
• 年，卷（期）: 2020,（9）
• 所属期刊栏目: 智能技术
• 页码范围: 2592-2596
• 页数: 5页
• 分类号: TP183
• 语种: 中文
• DOI: 10.16208/j.issn1000-7024.2020.09.028

摘要

针对目前车牌识别技术要求车辆在图像中占据很大的比例,而在大场景下的车牌识别的研究不足问题,提出一种基于卷积神经网络的大场景车牌识别方法,可以实现一张图片中包含多个车道的车辆车牌识别.通过采用前端网络将大场景下的车牌检测出来,送入后端网络进行识别的方法解决大场景下的车牌识别问题.前端检测网络以textboxes++为基础架构进行修改,后端识别网络采用CRNN框架.整体网络训练在GTX1080Ti GPU上完成,整体的准确率达到94％,实验结果表明,提出的方法能很好地完成大场景下车牌的识别.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李顶根		72	430	12.0	18.0
2	周世杰		2	0	0.0	0.0