【摘要】：近些年來,隨著經(jīng)濟(jì)的發(fā)展,我國汽車保有量迅猛增長,如何才能快速獲取車牌信息,已成為交通管理部門亟待解決的難題。對此,一種自適應(yīng)能力強(qiáng)、檢測速度快且精度高的算法,是車牌檢測算法的研究發(fā)展方向。雖然傳統(tǒng)的車牌檢測算法已經(jīng)投入到實(shí)際應(yīng)用,但是檢測傳統(tǒng)的車牌檢測算法效果不佳,并且傳統(tǒng)檢測算法難以適應(yīng)多種場景。而深度學(xué)習(xí)算法具有很好的圖像特征表示能力且能夠應(yīng)用于復(fù)雜場景,但是檢測過程比較耗時(shí)�；谝陨显�,我們對車牌識別技術(shù)做了大量的研究,實(shí)行了復(fù)雜場景高效識別車牌,本文中車牌識別算法做了如下改進(jìn):1)設(shè)計(jì)了基于FCN模塊和Faster R-CNN模塊的車牌定位系統(tǒng):在車牌識別系統(tǒng)中將FCN語義分割模塊和Faster R-CNN檢測模塊有效的結(jié)合在一起,用于車牌定位,并且設(shè)計(jì)了兩個(gè)網(wǎng)絡(luò),分別替換FCN模塊和Faster R-CNN模塊原始的特征提取網(wǎng)絡(luò)。其中,FCN模塊用于檢測出車牌候選區(qū)域,Faster R-CNN模塊通過檢測車牌候選區(qū)域,得到車牌的具體位置。由于所提出的網(wǎng)絡(luò)較小,訓(xùn)練后的模型也較小,在保證準(zhǔn)確率的前提下極大提高了車牌定位的速度,達(dá)到高效率車牌識別要求。2)優(yōu)化了模型的訓(xùn)練過程:針對光線復(fù)雜場景識別率低、模糊圖片誤識別等問題。文中利用分類器對樣本進(jìn)行分類,將分類錯(cuò)誤的樣本,重新放入負(fù)樣本集合中,旨在獲取更具識別性的特征表示,有效的提高了模型對復(fù)雜場景和難以識別圖片的識別能力。3)改進(jìn)車牌檢測方法中的非極大值抑制算法:在實(shí)驗(yàn)中發(fā)現(xiàn)多個(gè)車牌距離較近時(shí),非極大值抑制算法會(huì)直接刪除所有重合度大于閾值的候選框,造成部分車牌漏檢。對此,我們摒棄了直接刪除候選框的做法,改用降低該框置信度的方式。本方法保留了原本被刪除的候選框,降低了多個(gè)車牌距離較近時(shí)的漏檢率,提高了模型的檢測效果。同時(shí)成功將該車牌識別算法應(yīng)用于重慶凱澤公司的商用項(xiàng)目。
【學(xué)位授予單位】：安徽大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：U495;TP391.41
【圖文】：

加了偏置是為了模型預(yù)測的結(jié)果不經(jīng)過原點(diǎn)，偏置項(xiàng)表示沒有任何輸入時(shí)的逡逑輸出會(huì)偏移６。逡逑線性回歸的模型示例如圖２－１所示，從圖中可以看出坐標(biāo)系中的點(diǎn)被擬合為逡逑一條不經(jīng)過坐標(biāo)原點(diǎn)的直線，模型得到的參數(shù)ｗ在圖中表示為直線的斜率，偏置逡逑項(xiàng)Ｚ）則表示直線的縱截距。逡逑９邋－邐／邋ａ邐／？逡逑ｙ邋ｙ邋＝邋ｗ邋ｘ逡逑：／逡逑：；／逡逑／１邐Ｉ邐Ｉ邐Ｉ邐Ｉ邐Ｉ邐Ｉ邐ｉ邐ｉ邐＞逡逑【１邋／邋ｉ邐２邐＞邐４邐５邐ｂ邐：邐Ｓ邐５邐’逡逑圖２－１線性回歸模型逡逑２．１．２邏輯回歸逡逑線性回歸對輸入進(jìn)行擬合，邏輯回歸用于對樣本分類。通常情況下，線性回逡逑歸中的輸入和輸出是連續(xù)的，取值范鬧從負(fù)無窮到正無窮；但是在邏輯回歸中，逡逑輸入多數(shù)情況下是有限個(gè)零散的值。在二分類Ｍ題中，輸出只“0和１兩個(gè)值，逡逑不同的值表示不同類別的物體，這就是常見的二分類。比如用ｓｉｇｍｏｉｄ對輸入逡逑ｗ＇；ｃ邋＋６的值進(jìn)行壓縮之后映射在０到１之間。逡逑２．１．３激活函數(shù)逡逑激活函數(shù)（ａｃｔｉｖａｔｉｏｎ邋ｆｕｎｃｔｉｏｎ）指的是神經(jīng)網(wǎng)絡(luò)中用于提供非線性建模的一逡逑類函數(shù)，在深度學(xué)習(xí)中有著至關(guān)重要的地位。一般情況下，都是用非線性函數(shù)作逡逑為激活函數(shù)。沒有使用激活函數(shù)的神經(jīng)網(wǎng)絡(luò)一般不能處理非線性問題，對線性不逡逑可分的數(shù)據(jù)也很難解決。接下來簡單介紹幾種常見的激活函數(shù)。逡逑１）邋Ｓｉｇｍｏｉｄ邋函數(shù)逡逑８逡

該函數(shù)的形狀從物理學(xué)上來說，很接近生物神經(jīng)元細(xì)胞（抑制或者激勵(lì)）的逡逑性質(zhì)，而且它的輸出在（０，１）之間，可以用來表示概率問題，還可以表示輸出歸逡逑一化問題，其函數(shù)圖像如圖２－２所示。逡逑從圖中可以看出ｌｉｍ．廣（ｘ）邋＝邋０逡逑．Ｖ－＋Ｏ０逡逑１．５邋邐！邐逡逑＇邋邐逡逑０．５邋邐ｙＴ邐逡逑０邋邐……邐邐逡逑－０．５邋邐１邐逡逑－３邐０邐３逡逑圖２－２邋Ｓｉｇｍｏｉｄ函數(shù)圖像逡逑這種情況稱為軟飽和性，這個(gè)正是ｓｉｇｍｏｉｄ函數(shù)的缺點(diǎn)，在神經(jīng)網(wǎng)絡(luò)的后向傳逡逑播過程中更新權(quán)重的速度越來越慢，網(wǎng)絡(luò)的參數(shù)難以得到更新，這種現(xiàn)象稱為梯逡逑度消失［２２：。逡逑２）邋ｔａｎｈ函數(shù)逡逑ｔａｎｈ函數(shù)表達(dá)式如公式２－６所＞』々：逡逑＼－ｅ￣２ｘ逡逑ｆ（ｘ）＝＂邋＾７邐（２－６）逡逑＼邋＋邋ｅ逡逑ｔａｎｈ是常見的激活函數(shù)，如圖２－３所示，和ｓｉｇｍｏｉｄ相比，它收斂的非�？�，逡逑這樣就減少了迭代次數(shù)。但是，從函數(shù)的形狀可以看出，ｔａｎｈ和ｓｉｇｍｏｉｄ邋—樣具有逡逑２邋邐．邐逡逑－１邋邐邐邐逡逑Ｊ邐ｉ邐逡逑－５邐０邐５逡逑圖２－３邋ｔａｎｈ函數(shù)曲線逡逑９逡逑

該函數(shù)的形狀從物理學(xué)上來說，很接近生物神經(jīng)元細(xì)胞（抑制或者激勵(lì)）的逡逑性質(zhì)，而且它的輸出在（０，１）之間，可以用來表示概率問題，還可以表示輸出歸逡逑一化問題，其函數(shù)圖像如圖２－２所示。逡逑從圖中可以看出ｌｉｍ．廣（ｘ）邋＝邋０逡逑．Ｖ－＋Ｏ０逡逑１．５邋邐！邐逡逑＇邋邐逡逑０．５邋邐ｙＴ邐逡逑０邋邐……邐邐逡逑－０．５邋邐１邐逡逑－３邐０邐３逡逑圖２－２邋Ｓｉｇｍｏｉｄ函數(shù)圖像逡逑這種情況稱為軟飽和性，這個(gè)正是ｓｉｇｍｏｉｄ函數(shù)的缺點(diǎn)，在神經(jīng)網(wǎng)絡(luò)的后向傳逡逑播過程中更新權(quán)重的速度越來越慢，網(wǎng)絡(luò)的參數(shù)難以得到更新，這種現(xiàn)象稱為梯逡逑度消失［２２：。逡逑２）邋ｔａｎｈ函數(shù)逡逑ｔａｎｈ函數(shù)表達(dá)式如公式２－６所＞』々：逡逑＼－ｅ￣２ｘ逡逑ｆ（ｘ）＝＂邋＾７邐（２－６）逡逑＼邋＋邋ｅ逡逑ｔａｎｈ是常見的激活函數(shù)，如圖２－３所示，和ｓｉｇｍｏｉｄ相比，它收斂的非常快，逡逑這樣就減少了迭代次數(shù)。但是，從函數(shù)的形狀可以看出，ｔａｎｈ和ｓｉｇｍｏｉｄ邋—樣具有逡逑２邋邐．邐逡逑－１邋邐邐邐逡逑Ｊ邐ｉ邐逡逑－５邐０邐５逡逑圖２－３邋ｔａｎｈ函數(shù)曲線逡逑９逡逑

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李瑋星;;淺談高速公路車牌識別設(shè)備日常管理與維護(hù)維修[J];中國設(shè)備工程;2019年08期

2 沃綠洲;;淺談車牌識別在智慧城市停車中的深度應(yīng)用[J];中國安防;2018年06期

3 王偉偉;李紹民;;關(guān)于車牌識別算法的研究[J];電子世界;2018年15期

4 王久增;;雙網(wǎng)口多功能數(shù)字車牌識別儀的研究與應(yīng)用[J];公路交通科技(應(yīng)用技術(shù)版);2017年06期

5 朱美玲;王雄斌;張守利;劉晨;韓燕波;;基于大規(guī)模流式車牌識別數(shù)據(jù)的即時(shí)伴隨車輛發(fā)現(xiàn)[J];中國科學(xué)技術(shù)大學(xué)學(xué)報(bào);2016年01期

6 阮文杰;;高速公路機(jī)電日常維護(hù)中車牌識別率分析系統(tǒng)的應(yīng)用[J];中國交通信息化;2016年02期

7 林宇;;車牌識別在智能交通中的應(yīng)用與發(fā)展趨勢[J];中國安防;2012年11期

8 ;沈陽聚德高清車牌識別一體機(jī)跨出國門[J];中國交通信息化;2011年02期

9 宋旭軍;;2006:痛并快樂著[J];中國交通信息產(chǎn)業(yè);2007年01期

10 臧赤丁;李廣;吳杭;;雙模車牌識別系統(tǒng)探析[J];中國交通信息化;2019年03期

相關(guān)會(huì)議論文 前10條

1 黃啟翔;聶丹偉;向楠;邵源;;基于車牌識別的深圳小汽車使用特征變化研究[A];第十二屆中國智能交通年會(huì)大會(huì)論文集[C];2017年

2 江迎;;基于車牌識別技術(shù)的長沙市外地車使用特征[A];2017年中國城市交通規(guī)劃年會(huì)論文集[C];2017年

3 楊焯硯;徐益君;張俊如;;車牌識別算法的研究和實(shí)現(xiàn)[A];2009年中國高校通信類院系學(xué)術(shù)研討會(huì)論文集[C];2009年

4 史東娜;王樅;李衛(wèi);;車牌識別領(lǐng)域的中文術(shù)語自動(dòng)抽取[A];中國電子學(xué)會(huì)第十五屆信息論學(xué)術(shù)年會(huì)暨第一屆全國網(wǎng)絡(luò)編碼學(xué)術(shù)年會(huì)論文集（下冊）[C];2008年

5 張曉利;;基于車牌識別的交通小區(qū)遞歸劃分的OD調(diào)查方法與實(shí)例分析[A];第十屆中國智能交通年會(huì)優(yōu)秀論文集[C];2015年

6 朱亞萍;羅成;;汽車衡自動(dòng)稱重系統(tǒng)的設(shè)計(jì)[A];浙江省電子學(xué)會(huì)2012學(xué)術(shù)年會(huì)論文集[C];2012年

7 胡偉平;王日鳳;;基于閾值分割與區(qū)域生長的車牌識別方法[A];廣西計(jì)算機(jī)學(xué)會(huì)2015年學(xué)術(shù)年會(huì)論文集[C];2015年

8 劉磊;宋曉玲;慕振國;;基于vc++和matlab混編的智能交通系統(tǒng)[A];中國電子學(xué)會(huì)第十五屆信息論學(xué)術(shù)年會(huì)暨第一屆全國網(wǎng)絡(luò)編碼學(xué)術(shù)年會(huì)論文集（上冊）[C];2008年

9 包健;吳迎笑;嚴(yán)義;;神經(jīng)網(wǎng)絡(luò)反銳化掩模算法在車牌識別中的應(yīng)用[A];第三屆全國信息獲取與處理學(xué)術(shù)會(huì)議論文集[C];2005年

10 黃偉;李紅星;;交通樞紐數(shù)字化聯(lián)網(wǎng)安防系統(tǒng)[A];天津市電視技術(shù)研究會(huì)2011年年會(huì)論文集[C];2011年

相關(guān)重要報(bào)紙文章 前10條

1 本報(bào)記者 唐澤文;新春鎖定小目標(biāo)：“翻一番”[N];四川日報(bào);2019年

2 振鵬;建設(shè)智慧城市 AI車牌識別“大有可為”[N];中國航空報(bào);2018年

3 本報(bào)記者 孟民;公路超限站裝上“透視眼”[N];寶雞日報(bào);2008年

4 本報(bào)記者 付奇 王夢然 本報(bào)實(shí)習(xí)生 顏穎;賽出的好點(diǎn)子期待落地開花[N];新華日報(bào);2019年

5 深圳特區(qū)報(bào)記者 王慧瓊;控防全天候 服務(wù)全提供[N];深圳特區(qū)報(bào);2018年

6 北京商報(bào)記者 藍(lán)朝暉;直擊智慧城市展 明天我們生活會(huì)是什么樣[N];北京商報(bào);2016年

7 本報(bào)通訊員 趙貝貝 黃亮 徐鳴;初冬愛相隨 停車新體驗(yàn)[N];中國民航報(bào);2013年

8 石中生 彭剛;新IC卡“登場”換卡舞弊“沒門”[N];中國交通報(bào);2006年

9 王清波 李U

本文編號：2773370