基于AdaBoost与CNN结合的车牌检测识别系统研究

基于AdaBoost与CNN结合的车牌检测识别系统研究

邝先验[1]; 杨柳[1]; 李洪伟[1]

【期刊名称】《《科学技术创新》》 【年(卷),期】2019(000)010

【摘要】针对现有车牌检测识别系统在复杂场景下系统鲁棒性差的情况,本文提出了一种基于学习、由粗到精的车牌检测方法。在检测车牌时,首先利用基于Haar-like特征的AdaBoost级联分类器对车牌进行粗略定位,然后再利用随机样本一致性算法精细地定位出车牌所在区域,最后将车牌区域输入到CNN网络中,实现了车牌字符识别。结果表明,该系统对车牌区域提取及车牌字符识别具有很好地适应性和准确性,并且能满足大多数场景需求。 【总页数】3页(P.81-83)

【关键词】车牌定位; Haar-like特征; AdaBoost级联分类器; 车牌识别; 卷积神经网络

【作者】邝先验[1]; 杨柳[1]; 李洪伟[1]

【作者单位】[1]江西理工大学电气工程与自动学院 江西赣州341000 【正文语种】中文 【中图分类】TP391.4 【相关文献】

1.基于AdaBoost与CNN结合的车牌检测识别系统研究 [J], 邝先验; 杨柳; 李洪伟

2.基于CNN的车牌识别系统 [J], 徐胜舟; 周煜

3.车牌识别系统实地评测专辑——革新设计 系统化集成应用 车牌识别系统实地

评测专辑 [J], 黄仁贵

4.车牌识别系统产品测评专辑——巨细靡遗 多面化发展——车牌识别系统实地测评 [J], 张浔福

5.车牌识别系统实地评测专辑——千里搜寻，只为瞬间的“唯一”5款车牌识别系统实地评测 [J], 黄仁贵

以上内容为文献基本信息，获取文献全文请下载