10.16526/j.cnki.11-4762/tp.2021.06.036
基于深度学习模型LeNet-5-L的车牌识别算法
针对车牌中汉字识别率低和识别速度慢问题,提出一种基于深度学习的车牌识别网络LeNet-5-L,该网络把车牌识别分为两个阶段,运用OpenCV库函数对车牌图像预处理,结合垂直投影分割方法将车牌分割为7个独立字符图像,降低了图像特征提取难度,从而提高车牌中各个的字符识别率和整个车牌识别速度;运用卷积神经网络解决车牌字符识别问题,基于LeNet-L设计一种车牌字符识别网络LeNet-5-L,有效提高车牌中首字符汉字识别率;实验结果表明,该网络对车牌中各个字符的识别准确率均高于99.97%,单个车牌识别时间仅需0.83 ms,该方法有效的提高车牌识别的正确率和识别速度.
深度学习、LeNet-5、字符分割、车牌识别
29
TP311(计算技术、计算机技术)
国家重点研发计划;国家自然科学基金;国家自然科学基金;广东省重点领域研发项目;广州市对外科技合作计划项目;国家科技重大专项;国家国际科技合作专项基金;国家科技重大专项
2021-07-15(万方平台首次上网日期,不代表论文的发表时间)
共7页
181-187