典型文献
一种编解码结构的车牌图像超分辨率网络
文献摘要：
针对复杂实际场景中模糊、污损、扭曲、倾斜等车牌图像关键信息缺失以及新能源车牌背景与字符对比度低难以识别的问题,提出了一种编解码结构的车牌图像超分辨率网络.首先,构建一种基于编解码结构的车牌重构生成器网络,利用编码器对车牌图像的纹理、字符等特征进行提取,解码器对车牌特征进行重构;然后,设计一种基于语义监督的判别器网络,在网络损失中引入了对抗损失与CTC(connectionist temporal classification)损失,增强生成器网络对车牌图像语义特征的表征能力;最后,基于VGG16网络提取车牌顶角点特征,利用坐标变换方法对车牌图像进行矫正,进一步提高重构清晰度与识别准确率.采用所提网络在自建XAUAT-Parking数据集和公开CCPD数据集上进行超分辨率重构与识别实验,结果表明:所提网络在CCPD数据集上的平均峰值信噪比可达25.5 dB,结构相似性(SSIM)可达0.989;在XAUAT-Parking数据集上峰值信噪比可达26.6 dB,结构相似性可达0.997.研究结果表明,该网络有较好的车牌图像超分辨率重建效果,而且对车牌关键信息缺失问题具有较强的鲁棒性.
文献关键词：
车牌图像;超分辨率;图像矫正;VGG16网络;编解码结构;生成对抗网络
中图分类号：
作者姓名：
徐胜军;邓博文;史亚;孟月波;刘光辉;韩九强
作者机构：
西安建筑科技大学信息与控制工程学院,710055,西安;西安市建筑制造智动化技术重点实验室,710055,西安;西安交通大学电子与信息学部,710049,西安
文献出处：
引用格式：
[1]徐胜军;邓博文;史亚;孟月波;刘光辉;韩九强-.一种编解码结构的车牌图像超分辨率网络)[J].西安交通大学学报,2022(10):101-110
A类：
connectionist,XAUAT
B类：
编解码结构,车牌图像,超分辨率网络,污损,关键信息,信息缺失,新能源车,字符,对比度,生成器,编码器,解码器,语义监督,判别器,络损,CTC,temporal,classification,强生,语义特征,表征能力,VGG16,顶角,角点,点特征,坐标变换,清晰度,识别准确率,Parking,CCPD,超分辨率重构,峰值信噪比,dB,结构相似性,SSIM,上峰,图像超分辨率重建,图像矫正,生成对抗网络
AB值：
0.28054
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。
