典型文献
基于字符区域感知的端到端车牌识别方法
文献摘要：
随着智能交通领域车牌应用需求的升级,自然场景下的车牌识别依然面临挑战.针对多变的自然光照以及多样的拍摄角度导致的车牌识别精度与实时性无法兼顾的问题,提出了一种基于字符区域感知的端到端车牌识别算法.通过引入字符区域感知网络直接在图像中定位字符,无需车牌检测即可直接对字符进行识别,有效优化了车牌识别流程.使用ResNet18作为主干网络,结合FPEM和FFM组合成的低计算分割头弥补轻量级网络的缺陷,在不降低算法精度的前提下使其具有良好的实时性.构造车牌内容相关人造数据集对字符感知网络进行预训练,进一步提升字符感知能力和算法精度.在CCPD数据集上的实验结果表明,与现有车牌识别方法相比,所提出的算法在推理速度保持6帧/秒的情况下平均准确率可达46％,比现有的基线模型超出约3％.
文献关键词：
车牌识别;端到端训练;字符区域感知;卷积神经网络;人造车牌字符数据集
中图分类号：
作者姓名：
李岩;舒言;范晓焓;宿汉辰;李斌阳
作者机构：
国际关系学院 网络空间安全学院, 北京 100191;哈尔滨工业大学 计算机科学与技术学院, 黑龙江 哈尔滨 150006
文献出处：
引用格式：
[1]李岩;舒言;范晓焓;宿汉辰;李斌阳-.基于字符区域感知的端到端车牌识别方法)[J].无线电工程,2022(06):940-946
A类：
字符区域感知,FPEM,人造车牌字符数据集
B类：
车牌识别,智能交通,交通领域,应用需求,自然场景,面临挑战,自然光照,拍摄角度,识别精度,识别算法,感知网络,接在,车牌检测,有效优化,ResNet18,主干网络,FFM,组合成,轻量级网络,不降,预训练,感知能力,和算,CCPD,推理速度,速度保持,平均准确率,基线模型,端到端训练
AB值：
0.306835
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
