雾霾环境下基于PLATE-YOLO的车牌检测方法

吴仁彪; 冯晓赛; 屈景怡; 杨俊

首页> 中文期刊> 《信号处理》 >雾霾环境下基于PLATE-YOLO的车牌检测方法

雾霾环境下基于PLATE-YOLO的车牌检测方法

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

针对目前车牌识别领域中,雾霾环境下车牌检测准确率低的问题,本文提出一种基于深度学习的抗雾霾车牌检测方法,该方法能够检测民用车牌和机场民航车辆车牌.该方法首先利用一种基于卷积神经网络的去雾算法对车牌图片进行去雾预处理,然后将处理过的无雾霾图片送入PLATE-YOLO网络中检测车牌的位置.该PLATE-YOLO网络是本文针对车牌检测的特点,对YOLOv3网络做了修改后得到的适用于车牌检测的网络.主要改进点有两处:第一,提出了一种基于层次聚类算法的锚盒(Anchor Box)个数和初始簇中心的计算方法;第二,针对车牌目标较大的特点,对网络的多尺度特征融合做了优化.优化后的PLATE-YOLO网络更适合于车牌检测,且提高了检测速度.实验证明,PLATE-YOLO网络检测车牌的速度较YOLOv3提高了5 FPS;在雾霾环境下,经去雾预处理的PLATE-YOLO车牌检测方法比未经去雾处理的车牌检测方法准确率提高了9.2％.

著录项

来源
《信号处理》 |2020年第5期|666-676|共11页
作者
吴仁彪; 冯晓赛; 屈景怡; 杨俊;
展开▼
作者单位

中国民航大学天津市智能信号与图像处理重点实验室天津300300;

中国民航大学天津市智能信号与图像处理重点实验室天津300300;

中国民航大学天津市智能信号与图像处理重点实验室天津300300;

中国民航大学天津市智能信号与图像处理重点实验室天津300300;

展开▼
原文格式 PDF
正文语种 chi
中图分类模式识别与装置;
关键词
图像去雾; 车牌检测; 民航车辆车牌; 目标检测; YOLOv3;

相似文献

中文文献
外文文献
专利

1. 一种基于字符组合的复杂环境车牌检测方法 [J] . 孙庭强 ,郑彦 . 计算机技术与发展 . 2018,第010期
2. 雾霾环境下车牌定位 [J] . 文章岩 . 时代汽车 . 2019,第012期
3. 雾霾天气下的车牌识别方法探讨 [J] . 徐继弘 ,刘号 . 电子科学技术 . 2017,第002期
4. 基于PSO-RBF神经网络的雾霾车牌识别算法研究 [J] . 毛晓波 ,张群 ,梁静 . 郑州大学学报（工学版） . 2017,第004期
5. 复杂环境下基于角点回归的全卷积神经网络的车牌定位 [J] . 罗斌 ,郜伟 ,汤进 . 数据采集与处理 . 2016,第001期
6. 基于雾霾背景下对政府环境审计外包的探讨 [C] . 马佳 ,张洪珍 . 中国会计学会环境资源会计专业委员会2014学术年会 . 2014
7. 雾霾环境下绝缘子电气性能及污秽检测方法的研究 [A] . 王紫鉴 . 2016

雾霾环境下基于PLATE-YOLO的车牌检测方法

摘要

著录项

相似文献

相关主题

期刊订阅