机动车的车牌定位与识别问题研究

发布时间：2020-05-28 14:46

【摘要】：近年来,随着交通系统的快速发展,智能交通系统越发受到人们的重视。作为智能交通系统的重要组成部分,车牌定位和车牌识别能有效协助交通管理部门进行监管。同时,深度学习在目标检测和图像识别领域取得了令人瞩目的成绩。如何有效利用深度学习技术改进现有的车牌定位和车牌识别方法,提高车牌定位的精度、速度以及车牌识别的准确率,对于降低交通管理的复杂度、建设更完善的道路监控系统以及电子警察系统等均具有重要意义。本文围绕基于深度学习的机动车车牌定位和车牌字符识别问题展开研究,具体研究内容如下:(1)为了提高车牌定位的精度和速度,提出一种基于改进SSD模型的车牌定位方法。该方法使用残差结构和多层感知器重新设计SSD模型的基础网络,并采用不同于原始SSD模型的优化方法。在公开数据集AOLP的三个子数据集中的测试和实验结果表明,与基于边缘信息的车牌定位方法相比,该方法的平均定位精度提高了8.33%;与基于传统CNN的车牌定位方法相比,该方法的平均定位精度提高了2.14%;与基于原始SSD模型的车牌定位方法相比,该方法的平均定位精度提高了0.45%,定位速度提高到原始SSD模型的2.54倍,并且模型参数压缩为原始SSD模型的43%。(2)为了提高车牌字符识别的准确率,提出一种基于CRNN的端到端车牌字符识别方法。该方法基于CNN和RNN,通过卷积层提取输入图像的特征序列,循环层预测特征序列中每个特征向量的标签分布,转录层找出概率最高的标签序列,生成整张车牌最终的字符识别结果。该方法避免了传统车牌识别方法中的倾斜车牌校正和车牌字符分割等中间过程,实现了端到端车牌字符识别。在公开数据集AOLP的三个子数据集中的测试和实验结果表明,与基于字符分割和LDA分类器的车牌字符识别方法相比,该方法的平均字符识别准确率提高了4.33%;与基于字符分割和传统CNN的车牌字符识别方法相比,该方法的平均字符识别准确率提高了1.62%,平均车牌识别准确率提高了6.05%。综上所述,本文对车牌定位和车牌字符识别问题进行深入研究,所提出的方法提高了车牌定位的精度、速度以及车牌识别的准确率,同时有效降低了车牌定位模型的参数规模。达到精确且快速的车牌定位以及端到端车牌字符准确识别的目标。
【图文】：

逑１１２逦１００逦２５逦１２逡逑图２．２最大池化逡逑（３）全连接层（Ｆｕｌｌｙ邋Ｃｏｎｎｅｃｔｅｄ邋Ｌａｙｅｒ，邋ＦＣ）逡逑全连接层是指采用全连接方式将输入层和输出层两层间的节点全部进行连逡逑接的一种网络层。它把输入层的特征图转化成一维输出向量，其核心操作是矩阵逡逑向量乘积。全连接层通常出现于网络末端，主要目的是抽象和整合全连接层之前逡逑的网络层输出的特征图。通常情况下，，ＣＮＮ网络最终提取的特征图由最后一个逡逑ＦＣ层输入到分类器，实现对输入样本进行分类的目标。一个简单的全连接层如逡逑图２．３所示。逡逑１２逡逑

图２．２最大池化逡逑
【学位授予单位】：中国科学技术大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TP391.41;U495

【相似文献】

相关期刊论文 前10条

1 张杰;张兢;冯欣;徐玲;张雅洁;;复杂环境的车牌定位方法设计与实现[J];通信技术;2017年06期

2 王涛;赵磊;;基于边缘检测和色彩空间的混合车牌定位算法[J];科技视界;2016年03期

3 杨丽萍;;基于数学形态学的车牌定位研究[J];信息通信;2016年02期

4 杨冬卫;;汽车车牌定位技术方法的探讨[J];南方农机;2015年03期

5 王娜;;基于数学形态学和行扫描相结合的车牌定位的研究[J];电子制作;2015年10期

6 曾毅;;遗传算法在车牌定位中的应用[J];福建电脑;2015年07期

7 丁亚男;;基于图像分解的车牌定位算法[J];电子科技;2014年01期

8 于明;路倩倩;刘玉菲;王妃;;自适应复杂天气的车牌定位方法[J];计算机工程与科学;2014年02期

9 王莉莉;;监控图像中车牌定位技术的研究与仿真[J];淮北职业技术学院学报;2014年03期

10 吕岚;;常见的车牌定位处理过程[J];信息与电脑(理论版);2014年07期

相关会议论文 前10条

1 曹陆军;;一种基于灰度差阈值的快速车牌定位方法[A];全国第20届计算机技术与应用学术会议（CACIS·2009）暨全国第1届安全关键技术与应用学术会议论文集（上册）[C];2009年

2 李英;汪航;;车牌定位与字符分割方法研究与实现[A];2009年中国智能自动化会议论文集（第三分册）[C];2009年

3 李孟歆;吴成东;曹阳;;基于旋转差分投影的混合车牌定位方法[A];2008’“先进集成技术”院士论坛暨第二届仪表、自动化与先进集成技术大会论文集[C];2008年

4 段震;赵姝;;基于商空间理论的车牌定位[A];2005年“数字安徽”博士科技论坛论文集[C];2005年

5 黄文楷;孙季丰;;基于灰度图像的车牌定位算法的研究[A];第十三届全国图象图形学学术会议论文集[C];2006年

6 杨恒;杨文帮;张儒良;王林;;一种基于视频分析的快速车牌定位方法[A];系统工程理论与应用——贵州省系统工程学会第五届学术年会论文集[C];2014年

7 韩立明;王波涛;;一种改进的灰度跳变车牌定位方法[A];2009全国虚拟仪器大会论文集（二）[C];2009年

8 徐文宇;白廷柱;蒋晓瑜;;一种基于字符纹理分析的车牌定位方法[A];中国光学学会2010年光学大会论文集[C];2010年

9 许礼武;许伦辉;;基于小波分解的车牌定位算法[A];第一届中国智能交通年会论文集[C];2005年

10 古智超;孙季丰;;复杂背景下的车牌定位与快速分割算法[A];第十三届全国图象图形学学术会议论文集[C];2006年

相关博士学位论文 前3条

1 王昱心;基于指数矩的车牌识别研究[D];北京邮电大学;2017年

2 李波;基于图像分析的车辆识别与跟踪若干关键技术研究[D];华中科技大学;2011年

3 陈振学;基于特征显著性的目标识别方法及其应用研究[D];华中科技大学;2007年

相关硕士学位论文 前10条

1 曹雨;面向非卡口的多车牌定位与识别技术的研究与实现[D];北京邮电大学;2019年

2 浦丹;机动车的车牌定位与识别问题研究[D];中国科学技术大学;2019年

3 杨鼎鼎;汽车牌照自动化识别若干关键技术研究[D];湖北民族学院;2018年

4 周洁;基于车牌定位的车脸检测与识别方法研究[D];长沙理工大学;2017年

5 谢光俊;车牌识别系统中车牌定位与字符分割算法的研究[D];湖南大学;2015年

6 周满满;弱光照度环境下车牌定位算法的研究[D];湖南大学;2014年

7 付卓栋;图像分割的车牌定位算法的应用研究[D];大连交通大学;2016年

8 李龙;不确定环境下车牌照定位技术研究[D];华南理工大学;2018年

9 许世龙;车辆违停自动抓拍系统的研究与设计[D];长春工业大学;2018年

10 曹云凤;低质量监控视频中车牌定位技术研究及实现[D];南京邮电大学;2018年

本文编号：2685395