基于深度学习的非机动车号牌识别一体化技术研究 |
| |
引用本文: | 刘冬梅,吴思晗.基于深度学习的非机动车号牌识别一体化技术研究[J].通化师范学院学报,2023(4):7-14. |
| |
作者姓名: | 刘冬梅 吴思晗 |
| |
作者单位: | 1. 皖南医学院;2. 华中科技大学计算机学院 |
| |
基金项目: | 皖南医学院中青年科研基金资助项目(WK200838); |
| |
摘 要: | 针对电警复杂场景中非机动车号牌小、脏、模糊等引起的车牌识别难度问题,借鉴深度学习技术的研究成果,提出了一种车辆检测、车牌检测、字符识别的两阶段非机动车号牌识别一体化技术.车辆目标易于辨识,基于YOLO模型,对网络结构进行轻量化,且兼顾检测率平衡的改进;基于车牌是包含于车辆之上,在车辆定位区域,采用改进的YOLOV3快速模型进行车牌检测;在字符识别阶段,针对相机拍摄角度导致的车牌形变问题,向识别模型中添加STN网络,提出基于STN+CNN+LSTM+CTC的融合网络模型.在测试集上,整体识别准确率达到99.5%.
|
关 键 词: | 车牌识别 深度学习 卷积神经网络 YOLO STN LSTM |
|
|