本文選題：車牌識(shí)別　切入點(diǎn)：端到端算法　出處：《浙江大學(xué)》2017年碩士論文　論文類型：學(xué)位論文

【摘要】：隨著城市化發(fā)展,車牌自動(dòng)化識(shí)別技術(shù)的需求日漸凸顯。雖然在高清靜止的場(chǎng)景中車牌識(shí)別已經(jīng)較為成熟,但在更廣義的場(chǎng)景中,車牌識(shí)別問題依然面臨挑戰(zhàn)。在本文中,我們使用近年來較為熱門的深度學(xué)習(xí)技術(shù)對(duì)廣義場(chǎng)景下中文車牌識(shí)別進(jìn)行探究。在工程上,為了全面研究車牌問題,控制數(shù)據(jù)和標(biāo)注的一致性,我們創(chuàng)建了一個(gè)車牌數(shù)據(jù)庫系統(tǒng)。為了及時(shí)查看算法結(jié)果以及方便地進(jìn)行修改標(biāo)注,我們搭建了測(cè)試網(wǎng)站以及標(biāo)注網(wǎng)站。在算法上,我們先調(diào)研了傳統(tǒng)的車牌識(shí)別流程以及算法技巧。我們利用調(diào)研得到的方法以及深度學(xué)習(xí)方法來實(shí)現(xiàn)傳統(tǒng)的車牌流程,即車牌檢測(cè)、車牌定位、字符分割和字符識(shí)別。我們分析傳統(tǒng)流程的缺點(diǎn),發(fā)現(xiàn)瓶頸在于過多的流程和各個(gè)算法模塊間銜接不夠緊密積累起了速度以及準(zhǔn)確率的嚴(yán)重?fù)p失。所以本文把車牌識(shí)別分為了車牌檢測(cè)和正車牌識(shí)別兩個(gè)部分,并提出了端到端的方法來克服傳統(tǒng)流程進(jìn)行正車牌識(shí)別帶來的問題。為了支持深度學(xué)習(xí)端到端的正車牌識(shí)別模型的訓(xùn)練,本文又設(shè)計(jì)和實(shí)現(xiàn)了模擬車牌生成器來產(chǎn)生大量正車牌圖片。本文搜集了大量車牌數(shù)據(jù),并通過實(shí)驗(yàn)證明了在正車牌上,端到端的方法在速度以及準(zhǔn)確率上均大幅度地優(yōu)于傳統(tǒng)流程方法。除此之外,在車牌檢測(cè)上,本文比較了目前較為常用的兩種物體檢測(cè)方法,在車牌圖像清晰化上,本文也進(jìn)行了一些探索性的實(shí)驗(yàn)。
[Abstract]:With the development of urbanization, the demand for automatic license plate recognition technology is becoming increasingly prominent. Although license plate recognition is mature in the high-definition still scene, but in the broader scenario, the license plate recognition problem still faces challenges. In this paper, We use the popular deep learning technology in recent years to explore the Chinese license plate recognition in the generalized scene. In engineering, in order to study the license plate problem comprehensively, we control the consistency of the data and the label. We created a license plate database system. In order to see the results of the algorithm and easily modify the tagging, we built the testing website and tagging website. We first investigate the traditional license plate recognition process and algorithm skills. We use the method and depth learning method to achieve the traditional license plate process, that is, license plate detection, license plate location, Character segmentation and character recognition. We analyze the shortcomings of traditional processes, Finding the bottleneck lies in the excessive flow and the insufficient connection between the algorithm modules, which accumulates the serious loss of speed and accuracy. Therefore, this paper divides the license plate recognition into two parts: license plate detection and positive license plate recognition. An end-to-end approach is proposed to overcome the problems caused by the traditional process of positive license plate recognition. This paper also designs and implements a simulated license plate generator to generate a large number of positive license plate images. The end-to-end method is much better than the traditional method in speed and accuracy. In addition, in the license plate detection, this paper compares the two commonly used object detection methods, in the license plate image clarity, Some exploratory experiments are also carried out in this paper.
【學(xué)位授予單位】：浙江大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類號(hào)】：TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 岳思聰;王慶;趙榮椿;;一種基于詞片識(shí)別的字符分割算法[J];中國圖象圖形學(xué)報(bào);2006年01期

2 孫德超;陳冬亮;;復(fù)雜背景圖象字符特征檢取方法的分析研究[J];電腦知識(shí)與技術(shù);2008年05期

3 亓靜;劉萍;;基于System Generator的字符分割算法的并行實(shí)現(xiàn)[J];現(xiàn)代電子技術(shù);2009年14期

4 王湘群;魯慶元;;復(fù)雜背景的身份證圖像字符分割算法研究[J];長春理工大學(xué)學(xué)報(bào);2005年04期

5 王湘群;;非理想身份證圖像的字符分割算法研究[J];哈爾濱商業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版);2006年03期

6 王俊杰;鄧文怡;;晶振裝配生產(chǎn)線中的字符分割研究[J];現(xiàn)代電子技術(shù);2008年05期

7 婁震,陸建峰;支票圖像中打印體字符的分割和識(shí)別[J];計(jì)算機(jī)工程;2003年09期

8 苑瑋琦,穆長江,李德勝;一種基于漢字結(jié)構(gòu)特征的車牌照字符分割方法[J];儀器儀表學(xué)報(bào);2003年S2期

9 鄧銳,江立,胡金柱;一種基于形態(tài)變換的復(fù)雜背景字符筆畫提取方法[J];計(jì)算機(jī)工程與應(yīng)用;2004年09期

10 郭劍雄;楊力華;;一種基于襯線去除的英文印刷體多字號(hào)字符分割算法[J];模式識(shí)別與人工智能;2006年06期

相關(guān)會(huì)議論文 前7條

1 苑瑋琦;穆長江;李德勝;;一種基于漢字結(jié)構(gòu)特征的車牌照字符分割方法[A];首屆信息獲取與處理學(xué)術(shù)會(huì)議論文集[C];2003年

2 陳為;路長厚;邱化冬;;基于表面曲率特征的銘牌壓印字符的分割[A];中國自動(dòng)化學(xué)會(huì)控制理論專業(yè)委員會(huì)C卷[C];2011年

3 鐘曉剛;李新友;唐澤圣;;機(jī)械圖中標(biāo)注字符粘連問題的解決[A];中國圖象圖形科學(xué)技術(shù)新進(jìn)展——第九屆全國圖象圖形科技大會(huì)論文集[C];1998年

4 蘇添發(fā);戴曙光;穆平安;;車牌及其字符分割的方法研究[A];提高全民科學(xué)素質(zhì)、建設(shè)創(chuàng)新型國家——2006中國科協(xié)年會(huì)論文集（下冊(cè)）[C];2006年

5 朱衛(wèi)健;夏良正;;一種實(shí)用快速的車牌字符分割方法[A];2005全國自動(dòng)化新技術(shù)學(xué)術(shù)交流會(huì)論文集（三）[C];2005年

6 張敏;王錫淮;肖健梅;;一種集裝箱箱號(hào)定位及字符切割技術(shù)[A];2009中國控制與決策會(huì)議論文集（2）[C];2009年

7 劉新星;汪增福;;基于連接體搜索和多紋理特征融合的字符提取[A];2005年中國智能自動(dòng)化會(huì)議論文集[C];2005年

相關(guān)博士學(xué)位論文 前5條

1 張樹業(yè);深度模型及其在視覺文字分析中的應(yīng)用[D];華南理工大學(xué);2016年

2 馬瑞;非限制手寫字符分割中相關(guān)技術(shù)與算法的研究[D];南京理工大學(xué);2007年

3 李學(xué)勇;金屬標(biāo)牌壓印凹凸字符的特征提取和識(shí)別方法研究[D];山東大學(xué);2008年

4 陳為;基于變化方向光源的壓印立體字符分割方法的研究[D];山東大學(xué);2013年

5 許亞美;手寫維吾爾文字識(shí)別若干關(guān)鍵技術(shù)研究[D];西安電子科技大學(xué);2014年

相關(guān)碩士學(xué)位論文 前10條

1 郭瑩瑩;用于實(shí)際場(chǎng)景中的多車牌定位和字符分割算法[D];鄭州大學(xué);2015年

2 馮瑞;車牌識(shí)別技術(shù)的研究及實(shí)現(xiàn)[D];西安工業(yè)大學(xué);2015年

3 李瑩;基于視覺信息的車牌檢測(cè)與識(shí)別方法研究[D];沈陽理工大學(xué);2015年

4 王瓊;低質(zhì)量壓印字符的分割與識(shí)別技術(shù)研究[D];山東大學(xué);2015年

5 寧蒙;自然場(chǎng)景下車牌字符識(shí)別方法的研究[D];鄭州大學(xué);2015年

6 趙娟;車牌識(shí)別系統(tǒng)中字符分割的研究[D];溫州大學(xué);2015年

7 翟亞丹;基于SIFT特征的車牌識(shí)別系統(tǒng)的研究與實(shí)現(xiàn)[D];山西大學(xué);2015年

8 李慧兵;圖像識(shí)別技術(shù)在ITS車牌識(shí)別中的應(yīng)用研究[D];電子科技大學(xué);2014年

9 卜英家;基于計(jì)算機(jī)視覺的車牌識(shí)別系統(tǒng)的算法研究[D];電子科技大學(xué);2015年

10 劉澤榮;基于視頻的車牌識(shí)別[D];西安電子科技大學(xué);2014年

，

本文編號(hào)：1595003