-
题名基于量化神经网络的端到端车牌检测与识别系统
被引量：3
- 1
-
-
作者
张旭欣
金婕
-
机构
上海工程技术大学电子电气工程学院
-
出处
《传感器与微系统》
CSCD
2020年第12期103-105,共3页
-
基金
国家自然科学基金资助项目(61701295,61801286)。
-
文摘
提出一种基于量化神经网络的端到端车牌检测与识别系统,实现了车牌快速端到端的检测与识别。实验结果表明:所提出的网络可以有效地应用于车牌检测与识别,实现了最高99.2%的识别准确率与76 FPS的识别速度。相比浮点卷积神经网络参数量降低约32倍。
-
关键词
端到端车牌检测与识别
卷积神经网络
量化神经网络
-
Keywords
end-to-end license plate detection and recognition
convolutional neural network(CNN)
quantized neural network
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
TP212
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名基于卷积神经网络的解扭曲车牌检测识别方法
被引量：7
- 2
-
-
作者
王昆
王晓峰
刘轩
郝潇
-
机构
山西大学物理电子工程学院
国网山西省电力公司检修分公司
-
出处
《计算机工程与设计》
北大核心
2021年第11期3225-3231,共7页
-
基金
山西省高等学校科技创新基金项目(201802004)
教育部产学研合作协同育人基金项目(201802107010)
山西省高等学校教学改革创新基金项目(J2019038)。
-
文摘
为提高车牌检测与识别的适应性,增强系统性能,提出一种基于检测解扭曲-卷积神经网络(DU-CNN)方法。运用已有技术进行车辆检测;利用YOLO空间变换网络理念,提出一种变型的卷积神经网络DU-CNN,该网络学习对发生各种不同形变的车牌进行检测,通过对仿射变化的系数进行回归,将发生形变的车牌重新解扭曲为接近正前方视角的矩形,通过光学字符识别(OCR)方法得到最终结果。为增强训练数据集,数据集由真实数据与人工合成数据混合组成。实验结果表明,所提方法具有较好的识别精度,在困难数据集中优于一些商用系统,稳定性较佳。
-
关键词
车牌检测与识别
卷积神经网络
空间变换网络
解扭曲
光学字符识别
-
Keywords
license plate detection and recognition
convolution neural network
space transformation network
untwist
OCR
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
