10.16208/j.issn1000-7024.2016.03.037
基于栈式降噪自编码神经网络的车牌字符识别
为解决复杂自然场景下车牌字符受噪声等影响识别困难的问题,提出一种基于栈式降噪自编码神经网络的车牌识别方法。基于降噪自编码模型重构思想自动提取相关特征,通过使用无监督逐层贪婪预训练和有监督微调的方法对深度自编码神经网络进行训练,对复杂环境下低质量的车牌字符图像具有较好的鲁棒性能。与浅层的机器学习算法、传统栈式自编码神经网络和卷积神经网络相比,栈式降噪自编码神经网络有较好的字符识别性能。基于实际道口电子警察采集的车牌图像测试集的实验结果验证了该方法的有效性。
车牌字符识别、栈式降噪自编码神经网络、重构、逐层贪婪预训练、微调
37
TP391.41(计算技术、计算机技术)
江苏省自然科学基金项目BK20130207;江苏省博士后基金项目1301029C
2016-04-22(万方平台首次上网日期,不代表论文的发表时间)
共6页
751-756