共 9 条
- [8] 深度学习[M]. 电子工业出版社 , 赵永科, 2016
- [9] License plate recognition system based on SIFT features[J] . Morteza Zahedi,Seyed Mahdi Salehi.Procedia Computer Science . 2011
基于Caffe深度学习框架的车牌数字字符识别算法研究
被引：19
作者：
欧先锋
[1
,2
]
向灿群
[1
,2
]
郭龙源
[1
,2
]
涂兵
[1
,2
]
吴健辉
[1
,2
]
张国云
[1
,2
]
机构：
[1] 湖南理工学院信息与通信工程学院复杂系统优化与控制湖南省普通高等学校重点实验室
[2] 湖南理工学院异构计算及应用研究中心
来源：
基金：
湖南省自然科学基金;
关键词：
Caffe框架;
车牌字符识别;
深度学习;
卷积神经网络;
D O I：
暂无
中图分类号：
TP18 [人工智能理论];
TP391.41 [];
学科分类号：
081104 ;
0812 ;
0835 ;
1405 ;
080203 ;
摘要：
在车牌字符识别的某些场合中,获得的字符通常存在切割不均匀、光照对比度强烈、遮挡严重等强噪声污染.针对被强噪声污染的数字字符,提出一种基于Caffe深度学习框架的字符识别算法,在Caffe框架下搭建卷积神经网络,并对网络参数训练获得了一个鲁棒性强、识别精度高的网络结构.实验结果表明,在低噪声、中度噪声、强噪声污染情况下,文章中提出的方法相比当前典型的识别方法,在数字字符识别上均具有较好的识别能力,平均识别率高出将近5%,而在强噪声污染情况下,识别效果具有更加明显的优势.
引用
收藏
页码：971 / 977
页数：7
相关论文