当前位置: 首页 > 文章 > 基于改进ResNet网络的有遮挡车牌识别 农业装备与车辆工程 2022,60 (11) 58-63
Position: Home > Articles > License Plate Recognition with Partial Occlusion Based on Improved ResNet Agricultural Equipment & Vehicle Engineering 2022,60 (11) 58-63

基于改进ResNet网络的有遮挡车牌识别

作  者:
关晓艳;李亚
单  位:
650031 云南省昆明市昆明理工大学信息工程与自动化学院
关键词:
车牌识别;车牌定位;字符分割;深度残差网络;Softmax损失函数
摘  要:
为了提高有遮挡车牌的识别准确率,提出一种改进深度残差网络(Deep residual network,ResNet)损失函数的车牌识别方法.首先运用图像平滑处理技术对图像特征进行增强,其次利用边缘检测算法实现对车牌的定位,然后基于先验知识按照标准车牌中各个字符的比例对车牌进行分割.在此基础上,运用改进后的ResNet网络对有遮挡车牌样本库进行训练以及识别,并采用同样样本大小的无遮挡车牌样本库进行对比实验.实验结果表明,改进后的ResNet网络采用有遮挡车牌样本库训练的模型具有较好的识别准确率,且更具有鲁棒性.
译  名:
License Plate Recognition with Partial Occlusion Based on Improved ResNet

相似文章

计量
文章访问数: 12
HTML全文浏览量: 0
PDF下载量: 0

所属期刊

推荐期刊