论文摘要
针对复杂环境,如雾霾、雨雪等恶劣天气条件下,车牌识别准确率低的问题,提出一种端到端的车牌识别模型Incep-PlateNet,无需字符分割和标签对齐。实验结果表明,此模型在常规环境下识别准确率为98.91%,复杂环境下识别准确率为91.46%,均优于现有研究,对复杂环境下的车牌识别鲁棒性更强,具有较强的实用价值。
论文目录
文章来源
类型: 期刊论文
作者: 陈佳莉,佘爽,程良伦,黄国恒
关键词: 车牌识别,复杂环境,端到端
来源: 工业控制计算机 2019年10期
年度: 2019
分类: 信息科技,工程科技Ⅱ辑
专业: 公路与水路运输,计算机软件及计算机应用
单位: 广东工业大学计算机学院,广东工业大学自动化学院
基金: 车辆多维特征识别与速通式安检技术研究(2016YFC0800506),大南海区域广东高分大数据平台与应用示范项目(83-Y40G33-9001-18,20),国家自然科学基金广东联合基金项目(U1801263)
分类号: U495;TP391.41
页码: 127-129
总页数: 3
文件大小: 2534K
下载量: 287