摘要
高速公路测速设备是一种用于监测和管理车辆行驶速度的重要设施,它可以有效地提高道路安全和交通效率.车牌识别和速度估计是高速公路测速设备的两个核心功能,它们分别用于确定车辆的身份和行驶状态.本文提出了一种基于深度学习的车牌识别和速度估计方法,该方法利用卷积神经网络(CNN)和长短期记忆网络(LSTM)分别实现车牌的检测、分割和识别,以及车辆的速度估计.本文在公开的车牌数据集和自采集的高速公路视频数据集上进行了实验,结果表明,本文提出的方法在车牌识别和速度估计方面均达到了较高的准确率和鲁棒性,且具有较好的实时性和可扩展性.
NETL
NSTL
万方数据