改进注意力机制实现车牌图像清晰化

• 作者: 吕旋 王标 邹佳运 田洋川
• 来源期刊: 无线电工程
• 关键词: 残差网络 注意力机制 损失函数 车牌数据集 评价指标
• 年，卷（期）: 2021,（10）
• 所属期刊栏目: 工程与应用|Engineering & Application
• 页码范围: 1169-1175
• 页数: 7页
• 分类号: TP391.41
• 语种: 中文
• DOI: 10.3969/j.issn.1003-3106.2021.10.023

摘要

为避免低分辨率模糊图像对识别车牌的影响,提出基于残差网络的空间和通道双重注意力网络(RSCAN)来恢复模糊车牌图像.RSCAN在Residual Channel Attention(RCAN)网络基础上添加空间注意力机制来捕获更多空间信息,引入新的通道注意力机制加强采集图片通道信息能力,以及改进损失函数,加入梯度损失函数改善重建车牌图片的视觉效果,通过自制的车牌数据集来训练和测试网络.使用测试车牌图片将RSCAN网络与常规处理图片、EDSR(Super-resolution)网络、RCAN网络进行对比实验,通过峰值信噪比(PSNR)和结构相似性(SSIM)进行模型评估,分别为31.284/0.862.验证结果表明,设计的RSCAN网络处理车牌图像和其他方法相比取得很好的效果.