【摘 要】
：
随着城市中汽车数量与日俱增,交通流量日益扩大,给我国智能交通系统带来一定挑战,因此车牌定位与识别技术的研究不能停滞不前,尤其是车牌定位技术更是整个研究领域中最为关键的一环,同时随着汽车周围环境的变化和不确定因素的干扰,传统固定场景下的车牌定位方法逐渐难以满足越来越复杂的实际场景需求。本文基于经典的特征设计工程以及深度学习在目标检测领域获得巨大成功的前提下,针对复杂场景下的车牌定位难的问题提供了两种
论文部分内容阅读
随着城市中汽车数量与日俱增,交通流量日益扩大,给我国智能交通系统带来一定挑战,因此车牌定位与识别技术的研究不能停滞不前,尤其是车牌定位技术更是整个研究领域中最为关键的一环,同时随着汽车周围环境的变化和不确定因素的干扰,传统固定场景下的车牌定位方法逐渐难以满足越来越复杂的实际场景需求。本文基于经典的特征设计工程以及深度学习在目标检测领域获得巨大成功的前提下,针对复杂场景下的车牌定位难的问题提供了两种解决方案。具体工作内容如下:（1）针对基于单一特征在复杂场景下车牌定位准确率较差的情况,本文设计基于最小错误率的多特征融合车牌定位算法。整个定位过程分为两个阶段,第一阶段是假设生成阶段:分别设计基于车牌的颜色、字符、圆形、角点、纹理等共8种特征描述子并生成对应的候选车牌框;第二阶段是假设选择阶段:对每个候选框检测设计的8种特征,根据最小错误率准则将多种特征融合,最后计算每个候选车牌的置信度并选择最大置信度的候选框作为最终算法框。实验结果表明在不同场景下基于多特征融合的车牌定位算法相较于基于单一特征的车牌定位算法准确率高。（2）提出了一种基于改进的Faster-RCNN的车牌定位检测算法,首先使用K-means聚类算法对真实车牌框进行聚类分析并重新设计Anchor的尺寸和比例,从而可以适应不同尺寸的车牌定位任务以及缩短网络训练时长;然后将特征提取网络VGG16替换为网络更深,参数量更少的Res Ne Xt50网络;最后在特征提取网络中引入通道注意力模型（SENet）,构成全新的特征提取网络SE-Res Ne Xt50;通过实验对比分析,使用改进后的算法比原始Faster-RCNN算法在复杂场景下的车牌数据集上可以获得具有更高的准确率。
其他文献
物流产业是国家经济发展的基础性产业之一,融合了仓库存储、货运代理、货物运输等相关产业。现代物流的发展需要对这些环节的各个方面进行优化,而运输容器内空间的布局优化是其中相对重要的一环。本文研究了差异容量多容器三维装载问题,在问题中考虑了物品装载的几何约束、容器载重约束、物品的放置约束以及物品“先进后出”约束。并假设了物品都是长方体,且物品质量分布均匀。本文对此的研究内容如下:论文首先给出问题描述及其
粮食是人类赖以生存的物质,是国家的重要战略物资,农业的发展要放在一切经济发展的首要位置。当前国际上各个国家粮食危机频发,我国粮食能在自给自足的情况下保有一定的粮食库存,粮食安全对人民幸福、国家昌盛有着重要影响,直接关乎社会稳定。近年来,我国粮食产量逐年增加,国家对粮食的储存提出了更高的要求,并提出“藏粮于地,藏粮于技”战略。在智能仓储管理系统中,仍然存在测控设备管理不善、监测系统功能不全等问题。为
Z.Pawlak于1982年提出来的粗糙集理论是一种描述不完整性和不确定性知识的数学理论工具,该理论已被应用于智能计算技术领域研究中,不仅如此,还被广泛的应用到KDD中的数据挖掘中、文本分类中等各种领域。许多应用领域的数据不仅种类复杂,而且由于各种原因的影响导致数据信息是不完备的,这对于粗糙集的进一步研究也带来了新的挑战。比如,决策粗糙集模型作为一种扩展模型,可以被用来处理多种类型的数据,但是,目
生产调度问题是运筹学的重要研究方向之一,在金属加工、物流货运以及食品制造业等都有着丰富的应用。随着工业的发展,传统的工作模式难以满足日益复杂的调度环境,而批调度生产模式能够批量处理材料因此得到广泛关注。制订高效的批调度方案可以实现有限资源的合理配置,压缩工业成本的同时提高生产效率,是企业保持长久发展的重要途径。本文以半导体芯片制造业以及智慧物流等工业的生产过程为背景,面向基于成组分批加工的运行模式
粮食安全一直是国家军事战略安全和农民基本生活保障的重要支撑点,对维护社会秩序、市场合理化、国家安全起着非凡影响。当前我国粮情测控问题主要包括温湿度采集硬件成本高和粮仓环境变化不能精确测量和控制,从而造成粮食的损坏和浪费,并且严重影响粮食存储安全,损害国家利益。因此针对现有粮情测控问题,将无线传感器技术、低功耗和远距离无线电传输技术（Long Range,LoRa）和神经网络知识应用于粮情测控领域很
如何在不耗费过多资源的前提下拥有较高的作业效率一直是学术界研究的重点和难点,传统优化策略对该问题的寻优效果往往并不理想,而群智能优化算法的出现使学者们的寻优思路不再过于局限。该类算法可以通过不断的迭代和搜索以获取最终结果,在求解过程中不仅可表现出极高的智能性还能够极大减小人力资源成本。蝙蝠算法（Bat Algorithm,BA）主要是对自然界中蝙蝠超声波的回声特征进行模仿,作为一种具有代表性的群智
小麦籽粒在感染赤霉病（Fusarium head blight,FHB）的过程中所累积毒素会对人和动物的健康造成巨大的危害,同时也会影响小麦的产量。传统的赤霉病识别主要依靠专家的经验以及一些设备仪器,该方法存在耗时耗力和低效等缺点。因此,开发出一种高效的小麦籽粒赤霉病识别方法至关重要,对于我国智慧农业的发展具有重要意义。现有研究表明,光谱学技术具有快速无损的特点,可以应用于农作物病害的检测。目前,
近年来,民用汽车保有量的持续增长,导致交通供需不平衡问题日益严重。交通流数据能够直观反映出实时的交通状况,若能提前了解可靠的交通信息,将有助于交通管理者制定和实施交通规划策略,有效地降低公共安全风险。同时,还可以帮助旅行者更好地规划出行路线,减少时间成本和经济损失。因此对道路的管理者和使用者都具有十分重要的意义。然而,由于道路之间的时空相关性复杂多变,交通流数据的非线性和随机性特征,交通流预测变得
现实世界中的复杂系统与人们的生活密切相关,这些复杂系统都可以表示为复杂网络,其中社团结构作为复杂网络的重要特性之一,对于分析复杂网络的结构属性和潜在功能具有重要作用。复杂网络中的社团结构主要分为两类:一类是非重叠社团,即网络中节点只能属于一个社团;另一类是重叠社团,即网络中节点可以属于多个社团。由于现实世界中大部分复杂网络都具有重叠社团结构,所以本文关注重叠社团检测问题。为了解决这个问题,基于多目
随着大数据以及云服务时代的来临,互联网上Web服务呈指数增长,具有类似功能的Web服务也急剧增多。如何在功能相同的海量服务中为用户推荐满足其需求的服务成为服务推荐领域的研究热点。服务的QoS作为衡量服务非功能属性的指标一直广泛应用于服务推荐领域中。然而,在当前网络环境下,由于种种条件限制,用户不可能亲自调用每一个服务来获取QoS值,因此,QoS预测成为为用户在短时间内推荐服务的有效途径。传统的协同