基于自编码神经网络重构的车牌数字识别
DOI:
CSTR:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

TP391.41

基金项目:

国家自科学基金资助项目(60641002); 工业控制技术国家重点实验室开放课题基金资助(ICT1004)


Character recognition of license plate using autoencoder neural network reconstruction
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    提出了一种基于自编码神经网络重构的车牌数字识别方案。首先对车牌图像进行预处理,利用车牌字符的原图和Gabor特征作为自编码神经网络的输入进行识别实验。然后对每个车牌字符构造一个自编码神经网络,利用训练样本进行图像的重构训练,并根据训练得到的网络权值重构出训练样本集中的各个字符图像或特征。最后,将测试样本输入到每个自编码神经网络,计算测试样本与各个输出的相关值。最大相关值所对应的重构权值和字符类别就是最终的识别结果。对比实验显示,自编码神经网络方法对车牌数字具有良好的识别性能。

    Abstract:

    A character recognition scheme for the license plate based on several autoencoder reconstruction neural networks is proposed in this paper.The method needs some preprocessing steps at first,and original license plate character images and the Gabor features are taken as the input of the autoencoder neural network for recognition.In the recognition system,the neural networks that train the network weights for reconstruction of input are established for each character.The sample to be tested is input to each n...

    参考文献
    相似文献
    引证文献
引用本文

刘高平.基于自编码神经网络重构的车牌数字识别[J].光电子激光,2011,(1):144~148

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:
  • 最后修改日期:
  • 录用日期:
  • 在线发布日期:
  • 出版日期:
文章二维码