基于卷积神经网络的车牌照字符识别研究

来源 :第十二届全国图象图形学学术会议 | 被引量 : 0次 | 上传用户:jianjian19527
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对传统车牌识别算法中字符识别率偏低的缺点,本文采用基于卷积神经网络的识别方法,通过对车牌字符图像的样本学习,优化神经网络每层的权值参数,从而在很大程度上提高车牌的字符识别率.仿真结果表明,采用卷积神经网络的识别方法对车牌照中的字符进行识别,正确识别率可以到达99﹪,识别率和抗干扰性明显优于其他识别方法。
其他文献
采用CFD方法对隧道火灾进行三维数值模拟,通过对某试验隧道内进行的火灾试验的模拟计算,比较了火灾时不同通风情况下的速度场和温度场,从中总结出隧道发生火灾时的烟流分布规