基于卷积神经网络的解扭曲车牌检测识别方法

作     者：王昆 王晓峰 刘轩 郝潇 WANG Kun;WANG Xiao-feng;LIU Xuan;HAO Xiao

作者机构：山西大学物理电子工程学院山西太原030006 国网山西省电力公司检修分公司山西太原030000 

基　　金：山西省高等学校科技创新基金项目(201802004) 教育部产学研合作协同育人基金项目(201802107010) 山西省高等学校教学改革创新基金项目(J2019038) 

出 版 物：《计算机工程与设计》 (Computer Engineering and Design)

年 卷 期：2021年第42卷第11期

页      码：3225-3231页

摘      要：为提高车牌检测与识别的适应性,增强系统性能,提出一种基于检测解扭曲-卷积神经网络(DU-CNN)方法。运用已有技术进行车辆检测;利用YOLO空间变换网络理念,提出一种变型的卷积神经网络DU-CNN,该网络学习对发生各种不同形变的车牌进行检测,通过对仿射变化的系数进行回归,将发生形变的车牌重新解扭曲为接近正前方视角的矩形,通过光学字符识别(OCR)方法得到最终结果。为增强训练数据集,数据集由真实数据与人工合成数据混合组成。实验结果表明,所提方法具有较好的识别精度,在困难数据集中优于一些商用系统,稳定性较佳。

主 题 词：车牌检测与识别 卷积神经网络 空间变换网络 解扭曲 光学字符识别 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

D　O　I：10.16208/j.issn1000-7024.2021.11.030

馆 藏 号：203106064...