基于可變部件模型的車牌檢測識別在線學習算法.pdf

1、車牌是交通場景圖像中十分重要的目標類,是交通領域智能視頻分析的核心對象之一。良好圖像質量的車牌檢測與識別,已經有了較為成熟的實用算法;但針對各種復雜背景或松視角約束等成像條件下的車牌圖像,如何提高并維持車牌檢測與識別的性能指標仍然是個值得繼續(xù)研究的問題?；谠诰€學習的目標檢測與識別,是計算機視覺領域的重要研究方向之一。如何使車牌檢測與識別算法在工作的過程中進行在線學習,逐步提升算法的性能指標,并適應成像環(huán)境的變化,也是個值得深入研究的課

2、題。本文引入有監(jiān)督或半監(jiān)督的在線學習機制,使得車牌檢測識別系統(tǒng)在使用過程中性能指標保持在較高的水平。本文還引入了一種近年來比較流行的基于可變部件模型的目標檢測方法,分析其在線學習的思路,并嘗試把可變部件模型應用到車牌檢測,取得了較好的效果。本文的主要工作包括:
　　 1.歸納總結了目前主流的車牌檢測與識別系統(tǒng)的流程架構及關鍵算法。車牌檢測與識別系統(tǒng)的主要流程包括:車牌檢測定位、字符分割、字符特征提取與識別。本文研究各個步驟的關鍵

3、算法,分析主流算法的優(yōu)勢和不足,闡述了本文所研發(fā)的離線學習型的車牌檢測與識別系統(tǒng)中所采用的主要算法思想。
　　 2.研究了在線學習的基礎理論和核心思想,提出基于有用戶參與的車牌檢測與識別在線學習系統(tǒng)的流程架構。用戶以適當的方式,介入到車牌檢測與識別系統(tǒng)中,把對檢測識別結果的監(jiān)督意見反饋到車牌檢測與識別流程的各個環(huán)節(jié)中,通過在線學習訓練,提高整個車牌檢測識別系統(tǒng)的性能指標。
　　 3.研究了可變部件模型在目標檢測領域的發(fā)展