基于卷积神经网络的双行车牌识别系统.pdf

FRONTIER DISCUSSION | 前沿探讨 时代汽车 基于卷积神经网络的双行车牌识别系统 朱文和 南京领行科技股份有限公司 江苏省南京市 210000 摘 要： 目前，车牌识别发挥在众多应用程序和许多技术已经提出。但是，他们中的大多数可以仅适用于单行车牌。 在实际应用程序方案，也有现有的许多多行车牌。传统方法需要对双行车牌的原始输入图像。这是一个非 常复杂场景中的难题。为了解决这个问题，我们建议一个端到端的神经网络为两个单行和双行车牌识别。 是的原始输入车牌图像的分段。我们查看这些整个图像作为一个单位在要素映射后直接深度卷积神经网络。 大量的实验表明我们的方法是有效的。 关键词：深度学习　卷积神经网络　车牌识别 Dual-line License Plate Recognition System based on Convolutional Neural Network Zhu Wenhe Abstract Currently, license plate recognition plays a role in numerous applications and many technologies have been proposed. However, most of them can ： only be applied to single-line license plates. In the actual application program, there are also many existing multi-line license plates. The traditional method requires the original input image of the double-row license plate. This is a diffi cult problem in an extraordinarily complex scenario. To solve this problem, we propose an end-to-end neural network to recognize two single-line and double-line license plates, that is, the segmentation of the original input license plate image. We view these entire images as a unit and directly deep convolutional neural network after feature mapping. Many experiments show that our method is effective. Key words：deep learning, convolutional neural network, license plate recognition 可以得到最终车牌识别结果。建议的神经网 到下一帧进行记忆门和忘记门处理。在我们 1　引言 络可以应用到许多车牌基于识别的系统，因 的任务中，字符序列识别具有从左到右的时 随着深度学习和人工智能技术的发展， 为它可以培训和测试非常方便。广泛的实验 序特征。对于双行车牌，整个特征映射识别 车牌识别技术也发展迅猛。自动车牌识别在 结果证明我们提出的方法取得了显著成就与 通过数据重组也具有时序特征。 众多应用中起重要作用，如无人值守的停车 当前最先进的方法相比，改进。 单向RNN的问题是当时刻t被分类时，