基于Faster R-CNN的车牌识别算法

王燕, 张继凯, 尹乾

北京师范大学学报(自然科学版) ›› 2020, Vol. 56 ›› Issue (5) : 647 -653.

PDF
北京师范大学学报(自然科学版) ›› 2020, Vol. 56 ›› Issue (5) : 647 -653.

基于Faster R-CNN的车牌识别算法

    王燕, 张继凯, 尹乾
作者信息 +

Author information +
文章历史 +
PDF

摘要

针对传统车牌检测方法定位不准确、检测结果易受环境影响的问题,提出一种基于Faster R-CNN和Inception ResNetv2的车牌检测算法:通过迁移学习的方式实现精确的车牌定位,用像素点统计法处理车牌图像,实现单个字符的有效提取;mLeNet5卷积神经网络模型用于对单字符进行识别.结果表明,算法对有遮挡及角度倾斜的车牌字符能实现高效、高精确度的识别.

关键词

卷积神经网络 / 车牌检测 / 字符识别

Key words

引用本文

引用格式 ▾
基于Faster R-CNN的车牌识别算法[J]. 北京师范大学学报(自然科学版), 2020, 56(5): 647-653 DOI:

登录浏览全文

4963

注册一个新账户 忘记密码

参考文献

AI Summary AI Mindmap
PDF

63

访问

0

被引

详细

导航
相关文章

AI思维导图

/