论文摘要
随着智能化交通的迅速发展,自动车牌识别技术不断提高.现有大多数车牌识别技术能较好识别单行车牌字符信息,但双行车牌识别准确率较低且支持中文双行车牌的识别算法更少.为了有效地将原本仅支持单行车牌识别的算法扩展到双行车牌识别,提出一种基于卷积神经网络(CNN)的双行车牌分割算法,首先利用CNN提取车牌图像特征;然后利用特征训练多标签分类模型,将双行车牌分割为2个单行车牌.文中还构建了一个包含20多万幅中国车牌图像的数据集.基于此数据集的实验结果表明,文中算法对双行车牌自动分割准确率较高,有效地提高了双行车牌识别准确率.
论文目录
文章来源
类型: 期刊论文
作者: 赵汉理,刘俊如,姜磊,沈建冰,胡明晓
关键词: 车牌分割,车牌识别,卷积神经网络,多任务学习
来源: 计算机辅助设计与图形学学报 2019年08期
年度: 2019
分类: 信息科技,工程科技Ⅱ辑
专业: 公路与水路运输,计算机软件及计算机应用
单位: 温州大学智能信息系统研究所,北京理工大学计算机学院
基金: 浙江省自然科学基金(LY14F020032),浙江大学CAD&CG国家重点实验室开放课题(A1805),温州大学研究生创新基金(18-26)
分类号: U495;TP391.41
页码: 1320-1329
总页数: 10
文件大小: 4558K
下载量: 608