论文摘要
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%。
论文目录
文章来源
类型: 期刊论文
作者: 刘华春,侯向宁
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,网络
来源: 计算机技术与发展 2019年06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,自动化技术
单位: 成都理工大学工程技术学院电子信息与计算机工程学院
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)
分类号: TP391.41;TP183;U495
页码: 74-78
总页数: 5
文件大小: 443K
下载量: 297
相关论文文献
- [1].图像复原技术在车牌定位中的应用研究[J]. 黑龙江工业学院学报(综合版) 2020(02)
- [2].复杂环境的车牌定位方法设计与实现[J]. 通信技术 2017(06)
- [3].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(03)
- [4].基于数学形态学的车牌定位研究[J]. 信息通信 2016(02)
- [5].汽车车牌定位技术方法的探讨[J]. 南方农机 2015(03)
- [6].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(10)
- [7].遗传算法在车牌定位中的应用[J]. 福建电脑 2015(07)
- [8].车牌定位技术介绍与分析[J]. 信息技术 2013(11)
- [9].基于改进二维离散小波变换的多车牌定位[J]. 重庆交通大学学报(自然科学版) 2020(02)
- [10].基于像素间双通道差异值的车牌定位算法[J]. 工业仪表与自动化装置 2020(02)
- [11].车牌定位方法综述[J]. 山西电子技术 2019(01)
- [12].基于模板概率密度函数的车牌定位方法[J]. 控制工程 2019(05)
- [13].基于深度学习文字检测的复杂环境车牌定位方法[J]. 现代计算机(专业版) 2017(33)
- [14].车牌定位与车牌分割技术研究[J]. 电脑知识与技术 2018(02)
- [15].基于低功耗嵌入式系统的车牌定位算法[J]. 微型机与应用 2017(03)
- [16].浅析车牌定位系统中二值滤波处理[J]. 电脑知识与技术 2017(03)
- [17].改进的去雾算法及其在车牌定位系统中的应用[J]. 北京信息科技大学学报(自然科学版) 2017(05)
- [18].基于最大稳定极值区域的车牌定位与字符分割[J]. 计算机与数字工程 2015(12)
- [19].基于车牌定位的汽车挡风镜定位分割方法研究[J]. 电脑知识与技术 2016(18)
- [20].基于车尾检测和语言学颜色空间的车牌定位[J]. 计算机与数字工程 2016(07)
- [21].基于脉冲神经网络的车牌定位算法[J]. 中国高新技术企业 2016(32)
- [22].一种融合深度特征图和形态学的车牌定位方法[J]. 长江大学学报(自科版) 2016(28)
- [23].车牌定位及倾斜矫正方法研究[J]. 工业控制计算机 2014(11)
- [24].基于数学形态学和灰度跳变特征的车牌定位方法[J]. 工业控制计算机 2015(02)
- [25].基于统计特征的启发式车牌定位新方法[J]. 计算机工程与应用 2015(06)
- [26].融合小波变换和颜色聚类的车牌定位方法[J]. 世界科技研究与发展 2013(01)
- [27].基于形态特征的车牌定位（英文）[J]. 电工技术学报 2015(S1)
- [28].复杂光照下的车牌定位方法[J]. 武汉工程大学学报 2015(11)
- [29].基于最大稳定极限区域的车牌定位[J]. 科学技术与工程 2015(31)
- [30].多特征车牌定位方法[J]. 自动化应用 2020(11)