基于卷積神經(jīng)網(wǎng)絡(luò)的低質(zhì)量車牌字符分類.pdf

1、在刑事偵查等特殊應(yīng)用背景下，往往會遇到一些質(zhì)量較低，模糊程度較高的圖像或監(jiān)控視頻。而這些視頻中的信息，尤其是其中的車牌信息，又極為關(guān)鍵。通常的車牌識別系統(tǒng)往往只能在規(guī)定的場合下得到應(yīng)用，比如停車場、收費(fèi)站和各種交通卡口等。在一些特殊場合下，實(shí)際視頻監(jiān)控中的車牌質(zhì)量極低，很多時候人眼都無法識別其車牌字符，這就需要一些方法來幫助識別這些車牌。在目前的技術(shù)下，圖像復(fù)原技術(shù)還僅限于仿真數(shù)據(jù)，對實(shí)際數(shù)據(jù)作用不大。并且監(jiān)控視頻中的降質(zhì)因素很多，單純

2、的圖像復(fù)原方法既無法估計參數(shù)，也無法有效復(fù)原。
　　本文指出了現(xiàn)階段這類車牌字符的識別面臨的困難，分析了車牌字符識別的流程和研究現(xiàn)狀，討論了現(xiàn)有方法在此類場景下遇到的困難，并針對這些困難提出了相應(yīng)的解決方案，最后按照解決方案完成了實(shí)驗并分析了實(shí)驗結(jié)果。
　　提出了通過基于卷積神經(jīng)網(wǎng)絡(luò)的圖像分類來完成字符識別的解決思路。通過分析實(shí)際監(jiān)控中車牌的降質(zhì)過程，建立降質(zhì)模型并生成模擬降質(zhì)數(shù)據(jù)集。通過模擬數(shù)據(jù)集對卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，訓(xùn)