針對目前車牌識別技術(shù)要求車輛在圖像中占據(jù)很大的比例,而在大場景下的車牌識別的研究不足問題,提出一種基于卷積神經(jīng)網(wǎng)絡(luò)的大場景車牌識別方法,可以實現(xiàn)一張圖片中包含多個車道的車輛車牌識別。通過采用前端網(wǎng)絡(luò)將大場景下的車牌檢測出來,送入后端網(wǎng)絡(luò)進行識別的方法解決大場景下的車牌識別問題。前端檢測網(wǎng)絡(luò)以textboxes++為基礎(chǔ)架構(gòu)進行修改,后端識別網(wǎng)絡(luò)采用CRNN框架。整體網(wǎng)絡(luò)訓練在GTX1080Ti GPU上完成,整體的準確率達到94%,實驗結(jié)果表明,提出的方法能很好地完成大場景下車牌的識別。

【文章頁數(shù)】：5 頁

【文章目錄】：
0 引 言
1 數(shù)據(jù)準備
    1.1 前端車牌檢測網(wǎng)絡(luò)數(shù)據(jù)準備
    1.2 后端車牌識別網(wǎng)絡(luò)數(shù)據(jù)準備
2 網(wǎng)絡(luò)結(jié)構(gòu)
    2.1 車牌檢測網(wǎng)絡(luò)
    2.2 車牌識別網(wǎng)絡(luò)結(jié)構(gòu)
3 實驗結(jié)果分析
4 結(jié)束語



本文編號：3837336