边缘环境中车辆车牌的特征提取及识别

作者：许佳俊; 谭雅青; 资彩飞; 董程杰; 陈民; 曹志勇^*

来源：福建电脑, 2021, 37(12): 22-26.

DOI：10.16707/j.cnki.fjpc.2021.12.005

• 边缘计算
• 深度学习
• 车牌识别
• 目标检测
• YOLO

针对现阶段交通系统对车辆车牌进行精准识别需要造价昂贵的主动传感器、中心服务器处理回传数据负载过大的问题,本文提出一种基于边缘计算的架构,结合深度学习目标检测算法YOLO v3对车辆车牌进行识别。由智能移动终端对数据进行采集压缩,边缘服务器承担大部分目标检测任务,检测困难的目标和模型训练由云服务器负责。文中采用轻量化神经网络MobileNet来替换YOLOv3模型的特征提取模块,从而更好地适配边缘设备。经过仿真测试,有效做到对视频中静态与动态的车牌提取识别,为边缘计算下低成本、大规模的车牌识别推广部署提供了参考。

• 单位
  云南农业大学