基于Elman递归神经网络的汽车牌照定位方法研究

摘要：

该文提出了一种新的基于Elman递归神经网络的汽车牌照定位方法.Elman递归神经网络具有上下文层,它将隐含层前一时刻的输出反馈到当前时刻的输入,这种反馈连接使Elman网络能够检测随时间变化的序列信息.该文的牌照定位方法利用Elman神经网络的反馈连接特性以及牌照区的水平和垂直两个方向的梯度特征不同于图像中的其它区域的特点,以一个小窗体(12×12)内图像在两个方向的梯度值,对神经网络进行训练,然后在同样的梯度图上滑动该小窗体,让训练后的神经网络判断小窗体内的区域是否为牌照区的一部分,并结合汽车牌照的几何特征来实现牌照定位.实验结果表明该方法的准确定位率高.

关键词：神经网络、牌照定位、梯度

所属期刊栏目：22

分类号：TP391(计算技术、计算机技术)

在线出版日期：2005-04-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：207-209