开放场景中的高精度车牌识别算法

目前，限制条件下的车牌识别算法比较成熟，广泛应用于各种车牌识别系统。由于拍摄角度差异较大、车辆运动模糊等因素的影响，中文车牌识别仍具有较大的挑战性。针对上述问题，该文放弃单一的端到端深度学习的车牌识别方法，提出了一种检测、分类一体化的逐级车牌识别算法，采用逐级对象检测策略与字符分类相结合预测车牌的字符结果。在此基础上，提出一种多锚点字符位置回归算法，进一步精确回归所有车牌字符的局部区域位置信息。同时为了满足字符检测和字符分类的需求，解决现有车牌数据集类别不均衡的问题，该文贡献了一系列配套的车牌数据集。充分实验表明，该方法在不同数据集上都能达到目前的先进水平，并在公开数据集CCPD上准确率达到了99%,在开放场景中具备高精度和高鲁棒性。