基于单字符注意力的全品类鲁棒车牌识别

摘要：

复杂场景下的高精度车牌识别仍然存在着许多挑战,除了光照、分辨率不可控和运动模糊等因素导致的车牌图像质量低之外,还包括车牌品类多样产生的行数不一和字数不一等困难,以及因拍摄角度多样出现的大倾角等问题.针对这些挑战,提出了一种基于单字符注意力的场景鲁棒的高精度车牌识别算法,在无单字符位置标签信息的情况下,使用注意力机制对车牌全局特征图进行单字符级特征分割,以处理多品类车牌和倾斜车牌中的二维字符布局问题.另外,该算法通过使用共享参数的多分支结构代替现有算法的串行解码结构,降低了分类头参数量并实现了并行化推理.实验结果表明,该算法在公开车牌数据集上实现了超越现有算法的精度,同时具有较快的识别速度.

关键词：车牌识别、注意力机制、字符分割、字符分类

所属期刊栏目：49

分类号：TP391.41;TN911.73;TD823

资助基金：国家自然科学基金61871262

在线出版日期：2023-01-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共13页

页码：122-134