期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息

基于卷积神经网络的车牌识别技术研究 被引量：2

下载PDF
导出
摘要 车牌识别是智能交通管理系统中的重要组成部分,能有效地提高车辆管理效率。文章在分析传统的LeNet-5卷积神经网络技术的基础上,提出通过增加卷积核个数,增大卷积核,采用softmax分类器,使用Dropout正则化方法和Adam优化算法对卷积神经网络进行改进,然后对车牌中汉字和字母(数字)的数据集分别进行训练。最后通过实验进行验证,改进的LeNet-5卷积神经网络对车牌具有很好的识别性能,使车牌识别正确率得到提升。
作者 张戎秋
机构地区 淮南师范学院计算机学院
出处 《滁州学院学报》 2020年第2期61-64,共4页 Journal of Chuzhou University
关键词 深度学习 计算机视觉 卷积神经网络 字符识别
分类号 TP391.43 [自动化与计算机技术—计算机应用技术]
  • 相关文献

参考文献6

二级参考文献41

  • 1任柯昱,唐丹,尹显东.基于字符结构知识的车牌汉字快速识别技术[J].计算机测量与控制,2005,13(6):592-594. 被引量：16
  • 2杨凡,赵建民,朱信忠.一种基于BP神经网络的车牌字符分类识别方法[J].计算机科学,2005,32(8):192-195. 被引量：21
  • 3贾婧,葛万成,陈康力.基于轮廓结构和统计特征的字符识别研究[J].沈阳师范大学学报（自然科学版）,2006,24(1):43-46. 被引量：11
  • 4廉飞宇,付麦霞,张元.基于支持向量机的车辆牌照识别的研究[J].计算机工程与设计,2006,27(21):4033-4035. 被引量：12
  • 5Al-Hmouz R, S Challa. Intelligent Stolen Vehicle Detection using Video Sensing [C]// Proceeding of Information, Decision and Control. Adelaide, Qld., Australia. USA: IEEE, 2007: 302-307.
  • 6LeCun Y, Bottou L, Bengio Y, Haffner P. Gradient-based learning applied to document recognition [C]//Proc. IEEE, 1998. USA: IEEE, 1998: 2278-2324.
  • 7Steve Lawrence, C Lee Giles, Ah Chung Tsoi, Andrew D Back. Face Recognition: A Convolutional Neural Network Approach [J]. IEEE Trans. on Neural Networks (S1045-9227), 1997, 8(1): 98-113.
  • 8Lauer F, C Y Suen, Bloch G. A trainable featare extractor for handwritten digit recognition [J]. Pattern Recognition (S0031-3203), 2007, 40(6): 1816-1824.
  • 9Tivive, Fok Hing Chi, Bouzerdoum, Abdesselam. An eye feature detector based on convolutional neural network [C]// Proc. 8th Int. Symp. Signal Process. Applic. Sydney, New South Wales, Australia. USA: IEEE, 2005: 90-93.
  • 10Szarvas Mate, Yoshizawa Akira, Yamamoto Munetaka, Ogata Jun. Pedestrian detection with convolutional neural networks [C]//IEEE Intelligent Vehicles Symposium Proceedings. USA: IEEE, 2005: 224-229.

共引文献217

同被引文献11

引证文献2

二级引证文献1

滁州学院学报
2020年 第2期

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部