| 实时车牌识别边缘系统设计及FPGA实现 |
| |
| 作者姓名： | 汤诺辉 林志坚 陈平平 郭里婷 |
| |
| 作者单位： | 福州大学物理与信息工程学院,福州大学物理与信息工程学院,福州大学物理与信息工程学院,福州大学物理与信息工程学院 |
| |
| 基金项目： | 国家自然基金面上项目（62171135）;2020年福建省高等学校科技创新团队（产业化专项）; |
| |
| 摘 要： | 为解决边缘设备端车牌识别系统适应性差和识别率低的问题,提出一种基于深度学习处理单元(DPU)的车牌识别系统设计方法.该方法首先将车牌识别网络进行改造使其可在DPU上运行,并通过压缩与激励(SE)模块组合优化神经网络识别率.将DPU部署在现场可编程门阵列(FPGA)上,调用神经网络对视频图像进行车牌识别,设计出可兼顾新能源车牌的车牌识别系统.实验结果表明,以大规模数据集作为图像输入,车牌识别系统的平均识别准确率可达94.1%,运行速率可达4 ms.
|
| 关 键 词： | 车牌识别 深度学习处理单元 神经网络 现场可编程门阵列 |
| 收稿时间： | 2022-08-25 |
| 修稿时间： | 2022-11-06 |
|
| 点击此处可从《福州大学学报(自然科学版)》浏览原始摘要信息 |
|
点击此处可从《福州大学学报(自然科学版)》下载免费的PDF全文 |
|
