基于深度学习的车牌定位和识别方法

被引：40

作者：

李祥鹏 ^{[1
]}

闵卫东 ^{[2
]}

韩清 ^{[1
]}

刘瑞康 ^{[1
]}

机构：

[1] 南昌大学信息工程学院

[2] 南昌大学软件学院

来源：

计算机辅助设计与图形学学报 | 2019年 / 31卷 / 06期

关键词：

深度学习; 车牌定位; 字符识别; k-means++; AlexNet-L;

D O I：

暂无

中图分类号：

U495 [电子计算机在公路运输和公路工程中的应用]; TP391.41 [];

学科分类号：

0838 ; 080203 ;

摘要：

针对现有的基于车牌字符分割的车牌识别方法,在光照,阴暗等特定自然场景下存在无法定位且车牌字符无法正确分割,直接影响车牌字符识别效果的问题,提出一种基于深度学习的车牌定位和识别方法.首先采用深度学习FasterR-CNN算法进行车牌定位,利用k-means++算法来选择最佳车牌区域尺寸,解决现有车牌定位方法在某些自然场景下无法正确定位车牌的问题;然后在AlexNet网络模型的基础上进行改进和重新构建,提出一种增强的卷积神经网络模型AlexNet-L,该模型是一种针对车牌字符识别的端对端网络模型,可提高车牌识别准确率,避免现有的基于车牌字符分割的车牌识别方法中因无法正确分割车牌字符对车牌字符识别的影响.实验结果表明,该方法可以更有效地提高车牌定位和车牌字符识别的准确度和效率.

引用

页码：979 / 987

页数：9

共 8 条

[1] 复杂光线下的车牌图像增强算法
赵伟
鞠美玉
李子双
[J]. 计算机辅助设计与图形学学报, 2016, 28 (06) : 976 - 985
[2] 一种基于HSV空间和纹理特征的快速车牌定位方法
袁庭启
徐涛
[J]. 重庆工学院学报(自然科学版), 2008, (10) : 179 - 182
[3] 基于边缘与SVM的车牌自动定位与提取
余棉水
黎绍发
[J]. 计算机应用研究, 2004, (10) : 131 - 133
[4] A novel license plate location method based on wavelet transform and EMD analysis
Yu, Shouyuan
Li, Baopu
Zhang, Qi
Liu, Changchun
Meng, Max Q. -H.
[J]. PATTERN RECOGNITION, 2015, 48 (01) : 114 - 125
[5] An edge-based color-aided method for license plate detection[J] . Vahid Abolghasemi,Alireza Ahmadyfard.Image and Vision Computing . 2008 (8)
[6] A novel adaptive morphological approach for degraded character image segmentation
Nomura, S
Yamanaka, K
Katai, O
Kawakami, H
Shiose, T
[J]. PATTERN RECOGNITION, 2005, 38 (11) : 1961 - 1975
[7] Research and Implementation of an Improved Radon Transform for License Plate Recognition .2 Xing J,Li J,Xie Z,et al. International Conference on Intelligent Human-Machine Systems and Cybernetics . 2016
[8] A new approach to track multiple vehicles with the combination of robust detection and two classifiers .2 Min W D,Fan M D,Guo X G,et al. IEEE Transactions on Intelligent Transportation Systems . 2018

← 1 →