-
题名采用视觉显著性和卷积网络的车牌定位算法
被引量：5
- 1
-
-
作者
刘华春
侯向宁
-
机构
成都理工大学工程技术学院电子信息与计算机工程学院
-
出处
《计算机技术与发展》
2019年第6期74-78,共5页
-
基金
四川省教育科研重点项目(A22017003)
四川省乐山市科技计划重点项目(16GZD050)
-
文摘
针对传统的车牌定位方法存在对环境要求高,容易受干扰,鲁棒性不强等不足,提出将视觉显著性与卷积神经网络相结合应用于车牌定位,设计了一种车牌定位方法。该方法包含2个阶段,第1阶段为提取车牌候选区域,将视觉注意机制引入车牌定位过程,采用自下而上的模型,提取出车辆图像中具有显著特征的车牌区域。采用视觉显著性算法,实现车牌候选区域的快速定位和提取,避免了在车辆图像的各个区域进行扫描。第2阶段为车牌识别,将深度卷积神经网络应用于车牌区域识别,实现候选区域中非车牌和车牌的准确分类。实验结果表明,该方法性能优异,大幅降低了车牌区域漏检率,鲁棒性强,定位准确率比数字图像方法提高约5%。
-
关键词
视觉显著性
卷积神经网络
车牌定位
深度学习
分类
车牌识别
AlexNet网络
-
Keywords
visual significance
convolution neural network
license plate positioning
deep learning
classification
license plate recognition
AlexNet network
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
