基于改进Faster R-CNN及YOLO的大角度车牌识别算法

随着大数据时代的到来,智慧城市等一系列概念的提出,人工智能开始在城市各个角落得到广泛应用。其中,车牌识别作为城市道路交通重要的一环,也取得了重大突破。基于深度学习的车牌识别一经提出,各类算法应用于车牌检测及识别上,对比于传统的车牌识别,大大提高了识别的速率和准确率。然而,在非限制条件下,如大角度车牌识别准确率仍有提升的空间。提出了一种改进的FasterR-CNN与YOLO的深度学习车牌识别算法,将对大角度下的车牌识别准确率达到了99.7%。由于是轻量型的框架,为后续的移动设备部署工作提供了便利。     

汽车牌照自动识别系统在公路收费口的应用

最近及未来的几年 ,上海市境内将建成多条高速公路 ,如何提高高速公路的服务质量 ,出入口的通行能力是一条比较重要的衡量标准。汽车牌照自动识别系统利用先进的摄像技术、图像识别技术和计算机技术 ,对抓拍图像进行正确分割和快速处理 ,自动识别出汽车的牌照号码 ,提升了高速公路的服务水平     

PSD对称性检测在车牌和人脸识别中的应用探索

车牌和人脸识别是实现现代智能化的重要步骤,对车牌和人脸的识别具有重要的意义。对称性是车牌和人脸的重要特征,本文针对PSD对称性检测算法提取的对称性特征,探索了这些特征对车牌和人脸识别的重要作用。     

Real‐Time License Plate Detection in High‐Resolution Videos Using Fastest Available Cascade Classifier and Core Patterns

We present a novel method for real‐time automatic license plate detection in high‐resolution videos. Although there have been extensive studies of license plate detection since the 1970s, the suggested approaches resulting from such studies have difficulties in processing high‐resolution imagery in real‐time. Herein, we propose a novel cascade structure, the fastest classifier available, by rejecting false positives most efficiently. Furthermore, we train the classifier using the core patterns of various types of license plates, improving both the computation load and the accuracy of license plate detection. To show its superiority, our approach is compared with other state‐of‐the‐art approaches. In addition, we collected 20,000 images including license plates from real traffic scenes for comprehensive experiments. The results show that our proposed approach significantly reduces the computational load in comparison to the other state‐of‐the‐art approaches, with comparable performance accuracy.     

宣钢办理热轧钢筋生产许可证的工作探讨

通过对宣钢4次办理热轧钢筋生产许可证的变化回顾,揭示了办证过程中工作的难点,用自身的经验为后续的办证工作提供了宝贵的经验参考。     

基于曲量场空间的车牌定位与识别

提出了一种新的采用曲量场空间描述的车牌定位与识别算法.该算法首先在彩色车牌图像中进行亮度扫描,然后拟合渐变梯度向量,并以曲量子进行点阵描绘并消除彩色信息,最后以采样的曲量子群分别融合成车身、车牌及字符的曲量子空间,将融合的车牌、字符曲量子空间进行边缘曲量子的光滑衔接组成曲量场并提取场内曲量的空间数据及其曲量约束信息进行...     

低分辨图像车牌提取与识别新方法研究和应用

针对在低分辨率和复杂的现实环境中,车牌识别系统的识别率较低的问题,利用车牌的几何特征,采用了全局直方图均衡的图像增强算法和列差分的方法,将图像的灰度动态范围进行拉伸,增强图像纹理的对比度,使车牌的识别率得到较大的提高。为设计智能车辆管理系统中的车牌的提取和识别提供了一种方案。     

基于模板匹配的车牌汉字识别方法及判别函数

利用预先设计好的标准车牌汉字模板与待识别字符进行逻辑‘与’运算,通过判别函数得出识别结果。文中提出两个判别函数,求取模板、待识别字符与匹配结果三者标准差最小值,求取匹配结果矩阵元素和最大值,并对它们的识别结果进行对比和分析,最后将两个函数联合使用。结果表明,在一些字符的识别上文中方法较以往的识别方法有所提高     

基于灰度分布和字符紧密性特征的车牌定位方法

根据车牌区域的灰度分布特征,提出一种定位车牌区域的新方法.该方法先利用车牌区域灰度分布特征,对车辆图片进行粗定位并得到车牌上下边界;再根据车牌区域字符紧密性特征,利用垂直投影方法初步得到车牌的左右边界,最后根据字符宽度和间距进一步修正车牌的左右边界.经实验证明,该方法具有在复杂背景下适应性好、抗干扰、实时性好、定位精确等特点.     

基于分块和滑动窗口的车牌定位方法

车牌定位是车牌识别系统的关键环节.提出了一种利用分块和滑动窗口快速定位车牌的新方法.首先,进行垂直边缘的检测;然后利用分块和滑动窗口的方法进行搜索,产生车牌候选区域;最后经过判别得到车牌区域,并对边界加以调整.实验结果证明这种算法具有定位准确、效率高、适应性强的特点.