论文部分内容阅读
当前智能化的车牌识别算法在交通管理中变得越来越重要.因相机失焦、车辆倾斜等原因,导致采集到模糊车牌以及不同角度的倾斜车牌,而国内外对模糊车牌、不同程度倾斜的车牌识别率仍然不够高.基于此,提出了一种将车牌样本处理与残差网络结合的识别方法,在实测中与传统的SIFT算法比较,增强了端到端的识别速度且提升了图像的特征表达能力,避免了字符分割的问题,抗干扰能力得到提高,经采用交叉熵损失函数识别效果评估,获得了99％的识别准确率,达到了预期目标.