近年來(lái),智能交通應(yīng)用越來(lái)越廣泛。車牌作為車輛的唯一標(biāo)識(shí),車牌的定位和識(shí)別是智能交通系統(tǒng)的主要內(nèi)容。傳統(tǒng)的面向卡口場(chǎng)景的車牌定位和識(shí)別技術(shù)難以適用新的需求。非卡口的多車通行場(chǎng)景下,場(chǎng)景多樣性和成像質(zhì)量低的問(wèn)題,使得車牌的定位和識(shí)別面臨更多的困難與挑戰(zhàn)。隨著深度學(xué)習(xí)的發(fā)展,車牌的定位與識(shí)別技術(shù)取得了長(zhǎng)足的進(jìn)步。本文旨在解決非卡口多車通行場(chǎng)景下的車牌定位和識(shí)別問(wèn)題。對(duì)于車牌定位,本文使用基于深度卷積神經(jīng)網(wǎng)絡(luò)的兩階段檢測(cè)算法。首先本文設(shè)計(jì)的面向車牌的候選框生成網(wǎng)絡(luò),通過(guò)深度卷積神經(jīng)網(wǎng)絡(luò)計(jì)算的特征圖,在特征圖上生成面向車牌的高質(zhì)量和多尺度候選框。然后再通過(guò)回歸網(wǎng)絡(luò),計(jì)算候選框的分類和位置回歸。對(duì)于雙排字符的車牌識(shí)別,本文提出了一種基于深度學(xué)習(xí)的端到端的序列識(shí)別網(wǎng)絡(luò)。該網(wǎng)絡(luò)通過(guò)重組深度卷積神經(jīng)網(wǎng)絡(luò)計(jì)算的特征圖,使得特征圖具有時(shí)序特性,通過(guò)循環(huán)層和轉(zhuǎn)錄層對(duì)序列特征圖進(jìn)行識(shí)別。對(duì)于車牌識(shí)別訓(xùn)練集中漢字字符與英文數(shù)字字符嚴(yán)重失衡問(wèn)題,本文設(shè)計(jì)了一種雙循環(huán)轉(zhuǎn)錄網(wǎng)絡(luò)。對(duì)于序列特征圖,網(wǎng)絡(luò)通過(guò)兩個(gè)分支分別計(jì)算漢字字符和英文數(shù)字字符。最終,通過(guò)車牌設(shè)計(jì)的先驗(yàn)知識(shí),得到最終的識(shí)別結(jié)果。實(shí)驗(yàn)結(jié)果表明,與現(xiàn)有的算法相比...

【文章頁(yè)數(shù)】：65 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖2.2圖像視為數(shù)字?jǐn)?shù)組

２．１．２網(wǎng)絡(luò)構(gòu)建塊??ＣＮＮ架構(gòu)包括若干構(gòu)建塊，例如卷積層，池化層和全連接層等。典型的體系??結(jié)構(gòu)包括重復(fù)堆疊的若干卷積層和池化層，然后是一個(gè)或多個(gè)完全連接的層。輸??入數(shù)據(jù)通過(guò)這些層轉(zhuǎn)換為輸出的步驟稱為前向傳播。本節(jié)中描述的卷積和合并操??作是針對(duì)２Ｄ－ＣＮＮ的，但是也可以針....

圖２－３?ＲｅＬｕ激活函數(shù)??

ｆ（ｘ）?＝?ｍａｘ（ｘ，?０）?（２－２）??ＲｅＬＵ激活函數(shù)如圖２－３所示：??Ｒｅｌｕ?Ｆｕｎｃｔｉｏｎ??１４?－??１２?－??〇－？?’??－１００?－７．５?－５－０?－２．５?０．０?２．５?５．０?７．５?１０．０??圖２－３?ＲｅＬｕ激活函數(shù)??（２）池化層?....

圖２－４?ＬｅＮｅｔ－５網(wǎng)絡(luò)結(jié)構(gòu)［２０］??

由幾家銀行應(yīng)用于識(shí)別支票上的手寫數(shù)字。處理更大尺寸圖像的能力需要更復(fù)雜??的卷積層，因此該技術(shù)受到可用計(jì)算資源的限制。ＬｅＮｅｔ－５網(wǎng)絡(luò)結(jié)構(gòu)為之后的網(wǎng)??絡(luò)發(fā)展提供了基礎(chǔ)，如圖２－４所示是ＬｅＮｅｔ－Ｓ的網(wǎng)絡(luò)結(jié)構(gòu)圖。??Ｃ３：?ｆ．?ｍａｐｓ?１６＠１０ｘ１０??ＩＮＰＵＴ?Ｃ１....

圖２－５?ＡｌｅｘＮｅｔ網(wǎng)絡(luò)結(jié)構(gòu)【２３１??

的ＬｅＮｅｔ版本，并贏得了?ＩｍａｇｅＮｅｔ競(jìng)爭(zhēng)。ＡｌｅｘＮｅｔ明顯優(yōu)于所有的競(jìng)爭(zhēng)對(duì)手，??并通過(guò)將錯(cuò)誤率從２６％減少到１５．３％來(lái)贏得挑戰(zhàn)，排名第二名的錯(cuò)誤率約為??２６．２％，遠(yuǎn)低于ＡｌｅｘＮｅｔ的表現(xiàn)。如圖２－５所示是ＡｌｅｘＮｅｔ的網(wǎng)絡(luò)結(jié)構(gòu)。??Ｔｔ：爐‘?＼?１３?ｄｅ....

本文編號(hào)：4027993