關(guān)鍵詞 |
臨沂車牌識別管理系統(tǒng),車牌識別管理系統(tǒng)安裝,車牌識別管理系統(tǒng)維修,車牌識別管理系統(tǒng)安裝 |
面向地區(qū) |
車牌識別行業(yè)已具備一定的市場規(guī)模，在電子警察、公路卡口、停車場、商業(yè)管理、汽修服務(wù)等領(lǐng)域已取得了部分應(yīng)用，粗略估計，行業(yè)的潛在市場覆蓋率為30%-40%左右(公路卡口比例高)。總體而言，車牌識別行業(yè)處于發(fā)展期。
車牌識別行業(yè)發(fā)展的主要瓶頸在于技術(shù)，識別率是當(dāng)前衡量技術(shù)的主要指標(biāo)，直接決定了其在終端的應(yīng)用價值。所以識別率的改進(jìn)是車牌識別技術(shù)發(fā)展的主要方向，也是決定車牌識別能否取得更廣泛應(yīng)用的關(guān)鍵因素。當(dāng)前普遍對外宣稱的識別率是95%，高宣稱白天達(dá)到。但實際各家的識別率都很難達(dá)到其宣稱的標(biāo)準(zhǔn)。
為了提高對有遮擋車牌的識別準(zhǔn)確率，本文提出了一種改進(jìn)深度殘差網(wǎng)絡(luò)（Deep residual network，ResNet）損失函數(shù)的車牌識別方法。
該方法包括圖像平滑處理、邊緣檢測、車牌定位、車牌分割和使用改進(jìn)后的ResNet網(wǎng)絡(luò)對有遮擋車牌樣本庫進(jìn)行訓(xùn)練和識別等步驟。實驗結(jié)果表明，使用有遮擋車牌樣本庫訓(xùn)練的改進(jìn)后的ResNet網(wǎng)絡(luò)模型具有更好的識別準(zhǔn)確率和魯棒性。
————— 認(rèn)證資質(zhì) —————
