一种基于深度学习的不完整车牌识别方法

在车牌识别应用中,由于复杂的路况和天气可能使部分车牌文本被遮挡,现有的大多数车牌识别技术能较好识别车牌字符信息,但对于部分被遮挡或信息不完整的车牌识别准确率较低。本文设计一种双判别器GAN用于不完整车牌的识别,双判别器GAN是在深度卷积生成对抗网络的基础上,增加一个车牌文字筛选判别器,通过两个阶段的训练对车牌文字字符生成模型进行迭代优化,从而获取待修复车牌文字的完整图像,有效地提升了不完整的车牌文字字符识别效率。