基于卷积神经网络的解扭曲车牌检测识别方法

摘要

为提高车牌检测与识别的适应性,增强系统性能,提出一种基于检测解扭曲-卷积神经网络(DU-CNN)方法.运用已有技术进行车辆检测;利用YOLO空间变换网络理念,提出一种变型的卷积神经网络DU-CNN,该网络学习对发生各种不同形变的车牌进行检测,通过对仿射变化的系数进行回归,将发生形变的车牌重新解扭曲为接近正前方视角的矩形,通过光学字符识别(OCR)方法得到最终结果.为增强训练数据集,数据集由真实数据与人工合成数据混合组成.实验结果表明,所提方法具有较好的识别精度,在困难数据集中优于一些商用系统,稳定性较佳.