摘要

车牌识别是计算机视觉中一个重要的研究方向,针对于现实场景中车辆运动模糊、车牌倾斜、车牌区域目标过小、遮挡、环境光线等复杂因素的干扰,提出了一种基于计算机视觉的复杂场景车牌识别算法。首先针对现实场景中车牌检测难以高精度回归的问题,提出一种三阶段式的中文车牌识别方法;在训练过程中,针对中文车牌数据匮乏的问题,提出一种生成式的数据增强策略;同时对车牌检测网络及后处理方式进行优化改进。在CCPD及真实场景数据集中进行实验,实验结果证明在保证运算速度的同时能够取得极高的识别精度,足以满足复杂场景中车牌识别的鲁棒性需求。