CASIA OpenIR  > 学术期刊  > 自动化学报
基于单字符注意力的全品类鲁棒车牌识别
穆世义; 徐树公
Source Publication自动化学报
ISSN0254-4156
2023
Volume49Issue:1Pages:122-134
Abstract复杂场景下的高精度车牌识别仍然存在着许多挑战,除了光照、分辨率不可控和运动模糊等因素导致的车牌图像质量低之外,还包括车牌品类多样产生的行数不一和字数不一等困难,以及因拍摄角度多样出现的大倾角等问题.针对这些挑战,提出了一种基于单字符注意力的场景鲁棒的高精度车牌识别算法,在无单字符位置标签信息的情况下,使用注意力机制对车牌全局特征图进行单字符级特征分割,以处理多品类车牌和倾斜车牌中的二维字符布局问题.另外,该算法通过使用共享参数的多分支结构代替现有算法的串行解码结构,降低了分类头参数量并实现了并行化推理.实验结果表明,该算法在公开车牌数据集上实现了超越现有算法的精度,同时具有较快的识别速度.
Keyword车牌识别 注意力机制 字符分割 字符分类
DOI10.16383/j.aas.c211210
Citation statistics
Document Type期刊论文
Identifierhttp://ir.ia.ac.cn/handle/173211/56214
Collection学术期刊_自动化学报
Recommended Citation
GB/T 7714
穆世义,徐树公. 基于单字符注意力的全品类鲁棒车牌识别[J]. 自动化学报,2023,49(1):122-134.
APA 穆世义,&徐树公.(2023).基于单字符注意力的全品类鲁棒车牌识别.自动化学报,49(1),122-134.
MLA 穆世义,et al."基于单字符注意力的全品类鲁棒车牌识别".自动化学报 49.1(2023):122-134.
Files in This Item: Download All
File Name/Size DocType Version Access License
AAS-CN-2021-1210.pdf(5048KB)期刊论文出版稿开放获取CC BY-NC-SAView Download
Related Services
Recommend this item
Bookmark
Usage statistics
Export to Endnote
Google Scholar
Similar articles in Google Scholar
[穆世义]'s Articles
[徐树公]'s Articles
Baidu academic
Similar articles in Baidu academic
[穆世义]'s Articles
[徐树公]'s Articles
Bing Scholar
Similar articles in Bing Scholar
[穆世义]'s Articles
[徐树公]'s Articles
Terms of Use
No data!
Social Bookmark/Share
File name: AAS-CN-2021-1210.pdf
Format: Adobe PDF
All comments (0)
No comment.
 

Items in the repository are protected by copyright, with all rights reserved, unless otherwise indicated.