基于卷积神经网络的车牌照字符识别研究

摘要：

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。

关键词： 卷积神经网络 字符识别率 样本学习 车牌识别

作者: 陆璐 张旭东 赵莹 高隽

作者单位: 合肥工业大学计算机学院图像与信息处理研究室,合肥,230009

会议类型: 国内会议

会议名称: 第十二届全国图象图形学学术会议

会议地点: 北京

会议语种:中文

页码: 308-311

在线出版日期: 2005-10-12（万方平台首次上网日期，不代表论文的发表时间）