典型文献
基于改进ResNet网络的有遮挡车牌识别
文献摘要:
为了提高有遮挡车牌的识别准确率,提出一种改进深度残差网络(Deep residual network,ResNet)损失函数的车牌识别方法.首先运用图像平滑处理技术对图像特征进行增强,其次利用边缘检测算法实现对车牌的定位,然后基于先验知识按照标准车牌中各个字符的比例对车牌进行分割.在此基础上,运用改进后的ResNet网络对有遮挡车牌样本库进行训练以及识别,并采用同样样本大小的无遮挡车牌样本库进行对比实验.实验结果表明,改进后的ResNet网络采用有遮挡车牌样本库训练的模型具有较好的识别准确率,且更具有鲁棒性.
文献关键词:
车牌识别;车牌定位;字符分割;深度残差网络;Softmax损失函数
中图分类号:
作者姓名:
关晓艳;李亚
作者机构:
650031 云南省昆明市昆明理工大学信息工程与自动化学院
文献出处:
引用格式:
[1]关晓艳;李亚-.基于改进ResNet网络的有遮挡车牌识别)[J].农业装备与车辆工程,2022(11):58-63
A类:
B类:
ResNet,挡车,车牌识别,识别准确率,进深,深度残差网络,Deep,residual,network,损失函数,图像平滑处理,图像特征,边缘检测算法,算法实现,先验知识,个字符,样本库,样样,无遮挡,车牌定位,字符分割,Softmax
AB值:
0.315547
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。