基于深度学习的非机动车号牌识别一体化技术研究

作者：刘冬梅; 吴思晗

来源：通化师范学院学报, 2023, 44(04): 7-14.

DOI：10.13877/j.cnki.cn22-1284.2023.04.002

• 车牌识别
• 深度学习
• 卷积神经网络
• YOLO
• STN
• LSTM

针对电警复杂场景中非机动车号牌小、脏、模糊等引起的车牌识别难度问题，借鉴深度学习技术的研究成果，提出了一种车辆检测、车牌检测、字符识别的两阶段非机动车号牌识别一体化技术.车辆目标易于辨识，基于YOLO模型，对网络结构进行轻量化，且兼顾检测率平衡的改进；基于车牌是包含于车辆之上，在车辆定位区域，采用改进的YOLOV3快速模型进行车牌检测；在字符识别阶段，针对相机拍摄角度导致的车牌形变问题，向识别模型中添加STN网络，提出基于STN+CNN+LSTM+CTC的融合网络模型.在测试集上，整体识别准确率达到99.5%.

• 单位
  皖南医学院; 华中科技大学