本文關(guān)鍵詞：基于棧式降噪自編碼神經(jīng)網(wǎng)絡(luò)的車牌字符識(shí)別

  更多相關(guān)文章： 車牌字符識(shí)別 棧式降噪自編碼神經(jīng)網(wǎng)絡(luò) 重構(gòu) 逐層貪婪預(yù)訓(xùn)練 微調(diào)

【摘要】：為解決復(fù)雜自然場景下車牌字符受噪聲等影響識(shí)別困難的問題,提出一種基于棧式降噪自編碼神經(jīng)網(wǎng)絡(luò)的車牌識(shí)別方法。基于降噪自編碼模型重構(gòu)思想自動(dòng)提取相關(guān)特征,通過使用無監(jiān)督逐層貪婪預(yù)訓(xùn)練和有監(jiān)督微調(diào)的方法對(duì)深度自編碼神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練,對(duì)復(fù)雜環(huán)境下低質(zhì)量的車牌字符圖像具有較好的魯棒性能。與淺層的機(jī)器學(xué)習(xí)算法、傳統(tǒng)棧式自編碼神經(jīng)網(wǎng)絡(luò)和卷積神經(jīng)網(wǎng)絡(luò)相比,棧式降噪自編碼神經(jīng)網(wǎng)絡(luò)有較好的字符識(shí)別性能。基于實(shí)際道口電子警察采集的車牌圖像測(cè)試集的實(shí)驗(yàn)結(jié)果驗(yàn)證了該方法的有效性。
【作者單位】： 中國礦業(yè)大學(xué)信息與電氣工程學(xué)院;
【關(guān)鍵詞】： 車牌字符識(shí)別 棧式降噪自編碼神經(jīng)網(wǎng)絡(luò) 重構(gòu) 逐層貪婪預(yù)訓(xùn)練 微調(diào)
【基金】：江蘇省自然科學(xué)基金項(xiàng)目(BK20130207) 江蘇省博士后基金項(xiàng)目(1301029C)
【分類號(hào)】：TP391.41
【正文快照】： 0引言車牌識(shí)別系統(tǒng)主要包括車牌定位、字符切割和字符識(shí)別3部分。其中,字符識(shí)別方法直接決定了識(shí)別精度,在車牌識(shí)別系統(tǒng)中至關(guān)重要。車牌字符識(shí)別的方法主要分為兩大類:基于幾何的方法與基于統(tǒng)計(jì)的方法。其中,基于幾何的方法主要包括模板匹配法與結(jié)構(gòu)分析法。這類方法雖然有簡

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 何通能,賈志勇;基于小波矩的車牌字符識(shí)別研究[J];浙江工業(yè)大學(xué)學(xué)報(bào);2005年02期

2 陳來榮;冀榮華;徐宇;;基于支持向量機(jī)的車牌字符識(shí)別[J];公路交通科技;2006年05期

3 文喬農(nóng);王海瑞;危春波;;車牌字符識(shí)別研究[J];科技廣場;2007年05期

4 高在村;龔聲蓉;;基于量子門神經(jīng)網(wǎng)絡(luò)的車牌字符識(shí)別[J];計(jì)算機(jī)工程;2008年23期

5 杜選;;基于支持向量機(jī)的車牌字符識(shí)別研究與應(yīng)用[J];計(jì)算機(jī)系統(tǒng)應(yīng)用;2008年08期

6 李孟歆;吳成東;;基于分級(jí)網(wǎng)絡(luò)的車牌字符識(shí)別算法[J];計(jì)算機(jī)應(yīng)用研究;2009年05期

7 柴蘭娟;曾黃麟;;一種基于分級(jí)神經(jīng)網(wǎng)絡(luò)的車牌字符識(shí)別新方法[J];現(xiàn)代電子技術(shù);2011年01期

8 張美t，

本文編號(hào)：1101800