基于图像矫正与去噪的车牌识别算法RD-LPRNet |
| |
引用本文: | 李文杰,张足生,周坤晓,郭小红.基于图像矫正与去噪的车牌识别算法RD-LPRNet[J].东莞理工学院学报,2023(5):22-33. |
| |
作者姓名: | 李文杰 张足生 周坤晓 郭小红 |
| |
作者单位: | 东莞理工学院计算机科学与技术学院 |
| |
基金项目: | 国家自然科学基金资助项目(61872083);;广东省自然科学基金资助项目(2019A1515011123); |
| |
摘 要: | 复杂场景下的车牌目标存在大倾角、远距离、光照不均等负面因素,极大地加剧了车牌识别的难度。针对上述问题,提出了一种新的车牌识别算法RD-LPRNet,该算法首先采用改进空间变换网络RNet预测仿射变换参数,对存在大倾角的车牌进行几何矫正;接着构造基于自适应注意力机制的去噪网络DNet,以真实-标准车牌对为训练数据,提高网络提取有效特征、剔除无效噪声信息的能力;最后基于LPRNet,改进其网络输入结构以丰富初始输入特征,提高训练收敛速度;添加深度分离卷积瓶颈结构,增强网络的特征提取能力;加入残差卷积替代特征拼接实现更高效的特征融合与传递。对CCPD、CLPD、PKUdata、OpenITS以及本文人工采集的车牌数据的测试结果表明,RD-LPRNet在复杂场景下表现出更高的识别性能。
|
关 键 词: | 车牌识别 图像矫正 图像去噪 特征提取 深度学习 |
|
|