卷积神经网络下的车牌识别技术研究

赵 静, 吴 彪, 李 荣, 张 鹏
黑龙江工程学院 黑龙江哈尔滨 150050

摘要

目的：当前在我国城市快速发展的进程中，城市车辆越来越多，这也给城市交通造成了较为严重的拥堵现象。而城市交通路口监控系统、收费停车场等车辆监管场所，通过对车牌识别的方式，从而提取车辆牌照信息，以此实现对交通违法车辆的监督管控。而将卷积神经网络应用在城市车牌识别技术中，能够实现对城市交通中车牌的自动化识别目的。由于卷积神经网络在车牌自动识别中具有更加精准的识别率，相比于以往的自动识别技术而言，其车牌识别率的进驻度高达 96%，所以卷积神经网络下的车牌识别技术逐渐被应用到现代城市交通中，对提高车辆车牌的识别度有着举足轻重的作用。

关键词

卷积神经网络；车牌识别技术；研究

参考

[1]余伟.基于卷积神经网络的车牌图像识别技术实现[J].信息记录材料,2022,23(05):154-156. [2]张戎秋.基于卷积神经网络的车牌识别技术研究[J].滁州学院学报,2020,22(02):61-64. [3]高攀. 基于卷积神经网络的车牌识别关键技术的研究与应用[D].北京邮电大学,2019. [4]陆瑛瑶,杜庆东.基于卷积神经网络的车牌识别技术[J].信息通信,2019(04):55-58. [5]刘建国,代芳,詹涛.基于卷积神经网络的车牌识别技术[J].物流技术,2018,37(10):62-66+126. [6]陆志香,杨梅.基于卷积神经网络的复杂光照变化车牌图像识别[J].激光杂志,2022,43(05):145-150. [7]王昆,王晓峰,刘轩,郝潇.基于卷积神经网络的解扭曲车牌检测识别方法[J].计算机工程与设计,2021,42(11):3225-3231. 作者简介： 赵静，1979 年 11 月，女，汉族，博士研究生，讲师，交通工程，黑龙江工程学院，地址：哈尔滨市红旗大街 999 号，150050 基金项目： 黑龙江省重点研发计划指导类项目（GZ20210152）； 黑 龙 江 工 程 学 院 省 部 领 军 人 才 梯 队 培 育 计 划 项 目（2020LJ04）； 黑龙江工程学院创新团队项目:（2018CX08)