一种基于动态时序卷积神经网络的车牌识别方法.pdf
Jo****31
亲,该文档总共12页,到这已经超出免费预览范围,如果喜欢就直接下载吧~
相关资料
一种基于动态时序卷积神经网络的车牌识别方法.pdf
本发明提出一种基于动态时序卷积神经网络的车牌识别方法,读取原始车牌图像;进行车牌角度矫正,获得待确定识别的车牌图像;输入到预先设计和训练的卷积神经网络,获得具备车牌所有特征的特征图像和时序信息;进行字符识别,基于上一层的时序信息,将特征图像输入到长短期记忆神经网络层的卷积神经网络中,得到分类结果,利用CTC算法解码得到最后的车牌字符结果。本发明通过使用卷积神经网络直接从原图识别视觉模式,自我学习与纠正,一次训练,多次使用,且单次识别时间在毫秒级别,能够应用在需要实时识别车牌的场景。动态时序的长短期记忆神经
一种基于卷积神经网络的中文车牌识别方法.pdf
本发明公开了一种基于卷积神经网络的中文车牌识别方法,S1:车牌定位,将颜色模板匹配算法和轮廓查找算法相结合,定位出车牌;S2:字符分割,将灰度化后的车牌矩形块,二值化、闭操作、取轮廓后,可以得到外接矩形,从而截取出字符图块;S3:卷积神经网络的设计和训练,其中,卷积神经网络设置为10层结构;S4:字符识别,使用S3中预先训练好的卷积神经网络,作为分类器,将要识别的字符输入,得到分类结果和其置信率。通过上述方式,本发明提供的基于卷积神经网络的中文车牌识别方法,具有准确率极高、普适性极强、处理时间很短等优点,
基于卷积神经网络的动态车牌识别算法的开题报告.docx
基于卷积神经网络的动态车牌识别算法的开题报告一、选题背景近年来,城市智能交通系统在我国的快速发展,主要得益于新一代物联网技术的飞速发展。智能交通系统主要依靠将传感器、视频监控、云计算等技术与物联网相结合,实现道路交通信息的采集、处理、分析和传输,从而达到交通管理效率和路网安全的提升。在交通管理中,车辆违规行为大多是由车辆驾驶员爱好突破红灯、占据非机动车道行驶、会车时不减速等行为所引发的。这使得公共安全和道路交通的执法变得更加困难。为了减少这种交通违法行为的发生,政府部门在城市的交通路面上安装了数百台监控摄
一种基于卷积神经网络的低照度车牌图像增强识别方法.pdf
本发明公开了一种基于卷积神经网络的低照度车牌图像增强识别方法,属于交通信息识别技术领域,其包括以下步骤:S10、基于卷积神经网络构建图像增强网络和车辆牌照识别网络;S20、使用训练样本对图像增强网络进行训练;S30、使用训练样本对车辆牌照识别网络进行训练;S40、将低照度车辆号码图像输入训练完成的图像增强网络,获得增强图像;S50、将增强图像输入训练完成的车辆牌照识别网络,获得车辆牌照号。本发明提供了一种能保持照度图像空间平滑度,又能保证照度图像的边缘结构得以保留的低照度车牌图像增强方法;增强处理后的图像
基于卷积神经网络的中国车牌自动识别方法设计与实现.docx
苏州大学本科生毕业设计(论文)目录HYPERLINK\l_Toc28858摘要1HYPERLINK\l_Toc31375Abstract2HYPERLINK\l_Toc18580第一章绪论3HYPERLINK\l_Toc45801.1研究意义3HYPERLINK\l_Toc124281.2国内外研究现状3HYPERLINK\l_Toc263011.2.1卷积神经网络研究现状3HYPERLINK\l_Toc184001.2.2定位算法研究现状4HYPERLINK\