基于卷积神经网络的模糊车牌字符识别  

Fuzzy Vehicle License Plate Identification based on Convolutional Neural Network

作　　者：周娟[1] 易爽 ZHOU Juan;YI Shuang

机构地区：[1]西南政法大学刑事侦查学院,重庆400120

出　　处：《中国刑警学院学报》2021年第4期124-128,共5页Journal of Criminal Investigation Police University of China

基　　金：2018年度重庆市技术创新与应用示范项目(编号:cstc2018jscx-msybX0115);2019年度重庆市教委科技项目(编号:KJQN201900307)。

摘　　要：基于TensorFlow深度学习框架构建卷积神经网络对模糊车牌字符进行自动识别输出。在Window10系统,利用Anaconda配置TensorFlow-Gpu算法环境,在Pycharm中进行网络的搭建,将经典的卷积神经网络Lenet-5进行结构改进和参数调整,并将第一和第二个卷积层的特征图进行通道融合后增加第三个卷积层。训练时将车牌汉字、字母、数字的图像数据随机打乱并分成训练集和验证集,然后分别对训练集中的汉字、字母、数字进行训练,训练次数达到5000次时,训练结束并保存最后一次的训练参数。所构建的卷积神经网络在不同的车牌数据集合上经过测试,其在验证集(测试集)上的识别率均可达99%以上。另外,选取实际案例中的模糊车牌实例10个进行测试,其识别结果均正确无误。基于卷积神经网络的方法可以应用到司法鉴定实务中的模糊车牌自动识别输出。

关 键 词：Tensorflow 卷积神经网络 特征融合 模糊车牌识别 

分 类 号：TP751.1[自动化与计算机技术—检测技术与自动化装置]