基于PSO-CNN神经网络的车牌识别系统
桂方燚
武文星
任维康
华北科技学院 计算机学院,北京 东燕郊 065201
摘要：我国加快构建智慧城市的建设,给汽车的管理带来很大的挑战,从应急管理的领域来看,车牌的识别对于汽车信息以及运动轨迹的实时监控有很大作用,那么车辆车牌的自动检测与识别技术极为关键.本文针对复杂车牌图像,利用当下热门的卷积神经网络和粒子群寻优算法进行结合,建立了一个基于MATLAB平台通用的车牌检测与识别模型,实验结果表明系统的平均识别率为97.8％,可以广泛应用于城市道路和无人停车场等领域的车辆自动化信息管理.
关键词：自动检测与识别卷积神经网络粒子群算法
分类号：TP751.1(遥感技术)
资助基金：国家重点研发计划(2018YFC0808306)河北省重点研发计划资助项目(19270318D)
论文发表日期：2021-10-28
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：7( 100-106 )
英文信息