針對(duì)目前車牌識(shí)別技術(shù)要求車輛在圖像中占據(jù)很大的比例,而在大場(chǎng)景下的車牌識(shí)別的研究不足問(wèn)題,提出一種基于卷積神經(jīng)網(wǎng)絡(luò)的大場(chǎng)景車牌識(shí)別方法,可以實(shí)現(xiàn)一張圖片中包含多個(gè)車道的車輛車牌識(shí)別。通過(guò)采用前端網(wǎng)絡(luò)將大場(chǎng)景下的車牌檢測(cè)出來(lái),送入后端網(wǎng)絡(luò)進(jìn)行識(shí)別的方法解決大場(chǎng)景下的車牌識(shí)別問(wèn)題。前端檢測(cè)網(wǎng)絡(luò)以textboxes++為基礎(chǔ)架構(gòu)進(jìn)行修改,后端識(shí)別網(wǎng)絡(luò)采用CRNN框架。整體網(wǎng)絡(luò)訓(xùn)練在GTX1080Ti GPU上完成,整體的準(zhǔn)確率達(dá)到94%,實(shí)驗(yàn)結(jié)果表明,提出的方法能很好地完成大場(chǎng)景下車牌的識(shí)別。

【文章頁(yè)數(shù)】：5 頁(yè)

【文章目錄】：
0 引 言
1 數(shù)據(jù)準(zhǔn)備
    1.1 前端車牌檢測(cè)網(wǎng)絡(luò)數(shù)據(jù)準(zhǔn)備
    1.2 后端車牌識(shí)別網(wǎng)絡(luò)數(shù)據(jù)準(zhǔn)備
2 網(wǎng)絡(luò)結(jié)構(gòu)
    2.1 車牌檢測(cè)網(wǎng)絡(luò)
    2.2 車牌識(shí)別網(wǎng)絡(luò)結(jié)構(gòu)
3 實(shí)驗(yàn)結(jié)果分析
4 結(jié)束語(yǔ)



本文編號(hào)：3837336