基于改进YOLOv3网络的车牌检测算法

摘要：

针对在交通场景中拍摄的车牌目标小且模糊的问题,提出一种改进YOLO(You Only Look Once)v3网络的车牌检测(Lincense Plate Detection,LPD)算法.首先,选用超分辨率(Super-Resolution,SR)重建技术中的深度递归残差网络(Deep Recursive Residual Network,DRRN),将模糊图像重建为清晰图像,增强图像分辨率.其次,对分类网络进行优选,选取表现良好的残差网络进行目标分类,提升原网络的多尺度表示能力.在VOC2012数据集上完成网络训练的测试结果表明,该算法对车牌的检测准确性较好,重建技术的加入有效提升了检测精度.

关键词：目标识别;YOLOv3;残差网络;超分辨率重建

所属期刊栏目：26

分类号：TP391.41(计算技术、计算机技术)

资助基金：陕西省自然科学基础研究计划项目;陕西省重点研发计划一般项目;陕西省教育厅专项科学研究计划项目

在线出版日期：2021-09-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：66-72