期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于Caffe深度学习框架的车牌数字字符识别算法研究
被引量：
19
1
作者
欧先锋
向灿群
+3 位作者
郭龙源
涂兵
吴健辉
张国云
《四川大学学报（自然科学版）》
CAS
CSCD
北大核心
2017年第5期971-977,共7页
在车牌字符识别的某些场合中,获得的字符通常存在切割不均匀、光照对比度强烈、遮挡严重等强噪声污染.针对被强噪声污染的数字字符,提出一种基于Caffe深度学习框架的字符识别算法,在Caffe框架下搭建卷积神经网络,并对网络参数训练获得...
在车牌字符识别的某些场合中,获得的字符通常存在切割不均匀、光照对比度强烈、遮挡严重等强噪声污染.针对被强噪声污染的数字字符,提出一种基于Caffe深度学习框架的字符识别算法,在Caffe框架下搭建卷积神经网络,并对网络参数训练获得了一个鲁棒性强、识别精度高的网络结构.实验结果表明,在低噪声、中度噪声、强噪声污染情况下,文章中提出的方法相比当前典型的识别方法,在数字字符识别上均具有较好的识别能力,平均识别率高出将近5%,而在强噪声污染情况下,识别效果具有更加明显的优势.
展开更多
关键词
Caffe框架
车牌字符识别
深度学习
卷积神经网络
下载PDF
职称材料
题名
基于Caffe深度学习框架的车牌数字字符识别算法研究
被引量：
19
1
作者
欧先锋
向灿群
郭龙源
涂兵
吴健辉
张国云
机构
湖南
理工学院
信息与通信工程
学院
复杂系统优化与控制
湖南
省普通高等学校重点实验室
湖南
理工学院
异构计算
及
应用
研究
中心
出处
《四川大学学报（自然科学版）》
CAS
CSCD
北大核心
2017年第5期971-977,共7页
基金
湖南省自然科学基金项目(2017JJ3099
2016JJ2064)
+2 种基金
湖南省科技计划项目(2016TP1021)
湖南省研究生创新项目(CX2016B670)
湖南省教育厅科学研究项目(16C0723)
文摘
在车牌字符识别的某些场合中,获得的字符通常存在切割不均匀、光照对比度强烈、遮挡严重等强噪声污染.针对被强噪声污染的数字字符,提出一种基于Caffe深度学习框架的字符识别算法,在Caffe框架下搭建卷积神经网络,并对网络参数训练获得了一个鲁棒性强、识别精度高的网络结构.实验结果表明,在低噪声、中度噪声、强噪声污染情况下,文章中提出的方法相比当前典型的识别方法,在数字字符识别上均具有较好的识别能力,平均识别率高出将近5%,而在强噪声污染情况下,识别效果具有更加明显的优势.
关键词
Caffe框架
车牌字符识别
深度学习
卷积神经网络
Keywords
Caffe framework
License plate character recognition
Deep learning
Convolutional neural network
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于Caffe深度学习框架的车牌数字字符识别算法研究
欧先锋
向灿群
郭龙源
涂兵
吴健辉
张国云
《四川大学学报（自然科学版）》
CAS
CSCD
北大核心
2017
19
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
