

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
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
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 群體異常識別在線學習算法研究.pdf
- 基于加權可變形部件模型的行人檢測算法.pdf
- 基于機器學習的車牌識別算法研究.pdf
- 基于稀疏表示的可變形部件模型目標檢測.pdf
- 基于自適應閥值邊緣檢測和機器學習的車牌識別算法研究.pdf
- 基于可變形部件模型的人臉檢測方法研究.pdf
- 基于可變形部件模型的人體級聯檢測.pdf
- 車牌檢測與識別算法研究.pdf
- 基于可變形部件模型以及稀疏特征的行人檢測.pdf
- 基于稀疏特征以及可變形部件模型的行人檢測.pdf
- 基于matlab的車牌識別算法
- 字符識別在汽車牌照識別的應用.pdf
- 基于PCA的車牌識別算法研究.pdf
- 基于OpenCV的車牌識別算法研究.pdf
- 基于統(tǒng)計學習的車牌檢測算法研究.pdf
- 基于學習型算法的車牌識別技術研究.pdf
- 基于導出核模型的車牌識別.pdf
- 基于雙人體可變形部件模型的深層人體檢測.pdf
- 基于AdaBoost算法的車牌識別研究.pdf
- 對車牌識別算法的研究以及基于Android平臺的車牌識別設計.pdf
評論
0/150
提交評論