-
题名雾霾环境下基于PLATE-YOLO的车牌检测方法
被引量：10
- 1
-
-
作者
吴仁彪
冯晓赛
屈景怡
杨俊
-
机构
中国民航大学天津市智能信号与图像处理重点实验室
-
出处
《信号处理》
CSCD
北大核心
2020年第5期666-676,共11页
-
基金
天津市自然科学基金面上项目(19JCYBJC15900)
中央高校基本科研业务费(3122019185)。
-
文摘
针对目前车牌识别领域中,雾霾环境下车牌检测准确率低的问题,本文提出一种基于深度学习的抗雾霾车牌检测方法,该方法能够检测民用车牌和机场民航车辆车牌。该方法首先利用一种基于卷积神经网络的去雾算法对车牌图片进行去雾预处理,然后将处理过的无雾霾图片送入PLATE-YOLO网络中检测车牌的位置。该PLATE-YOLO网络是本文针对车牌检测的特点,对YOLOv3网络做了修改后得到的适用于车牌检测的网络。主要改进点有两处:第一,提出了一种基于层次聚类算法的锚盒(Anchor Box)个数和初始簇中心的计算方法;第二,针对车牌目标较大的特点,对网络的多尺度特征融合做了优化。优化后的PLATE-YOLO网络更适合于车牌检测,且提高了检测速度。实验证明,PLATE-YOLO网络检测车牌的速度较YOLOv3提高了5 FPS;在雾霾环境下,经去雾预处理的PLATE-YOLO车牌检测方法比未经去雾处理的车牌检测方法准确率提高了9.2%。
-
关键词
图像去雾
车牌检测
民航车辆车牌
目标检测
YOLOv3
-
Keywords
image dehazing
license plate detection
civil aviation vehicle license plate
objective detection
YOLOv3
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
