首页|基于深度学习模型LeNet-5-L的车牌识别算法

基于深度学习模型LeNet-5-L的车牌识别算法

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
针对车牌中汉字识别率低和识别速度慢问题,提出一种基于深度学习的车牌识别网络LeNet-5-L,该网络把车牌识别分为两个阶段,运用OpenCV库函数对车牌图像预处理,结合垂直投影分割方法将车牌分割为7个独立字符图像,降低了图像特征提取难度,从而提高车牌中各个的字符识别率和整个车牌识别速度;运用卷积神经网络解决车牌字符识别问题,基于LeNet-L设计一种车牌字符识别网络LeNet-5-L,有效提高车牌中首字符汉字识别率;实验结果表明,该网络对车牌中各个字符的识别准确率均高于99.97％,单个车牌识别时间仅需0.83 ms,该方法有效的提高车牌识别的正确率和识别速度.
License Plate Recognition Algorithm Based on Deep Learning Model LeNet-5-L

陶星珍、李康顺、刘玥

展开 >

江西应用技术职业学院信息工程学院,江西赣州 341000

华南农业大学数学与信息学院,广州 510642

深度学习 LeNet-5 字符分割 车牌识别

国家重点研发计划项目国家自然科学基金国家自然科学基金广东省重点领域研发项目广州市对外科技合作计划项目东莞市科技重大专项广州市黄埔开发区国际合作项目赣州市科技重大专项

2018YFC083110061773296617031702019B02021900320190701002120182151210052018GH0950

2021

10.16526/j.cnki.11-4762/tp.2021.06.036

计算机测量与控制
中国计算机自动测量与控制技术协会

计算机测量与控制

CSTPCD
影响因子：0.546
ISSN：1671-4598
年,卷(期)：2021.29(6)
  • 7
  • 13