首页 期刊 电子测量与仪器学报 基于双向长短期记忆网络的车牌识别算法 【正文】

基于双向长短期记忆网络的车牌识别算法

作者:丁进超; 张伟伟; 吴训成
显著图   双阈值法   免字符分割   深度网络   双向长短期记忆网络  

摘要:针对交通卡口车流量大、光照变化复杂等特点,提出一种新型车牌字符自动识别方法。首先,利用残差法计算出每帧图像的亮度、饱和度、颜色、帧间运动等信息的显著图,然后合成全通道显著图,可有效的适应光照、阴影、遮盖等动态环境,提高算法对于多车道内多车牌的检测覆盖能力。其次,利用双阈值法对图片中车牌的候选区域进行自适应阈值分割,提取图像感兴趣区域(ROI)。基于该ROI区域,搭建双向长短期记忆网络(BLSTM)模型,将车牌内整个字符串作为系统的识别目标,避开字符分割环节,最终在典型测试环境下系统正确识别率达98.58%。

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

学术咨询 免费咨询 杂志订阅