Indexed by：
Abstract：
针对美式车牌存在背景图案多样、文本信息复杂，传统车牌识别方法难以同时满足对不同样式车牌进行识别的问题，通过对文本建议网络和卷积递归神经网络研究，提出了一种美式车牌检测与识别方法。并提出SE-MobileNetV2快速特征提取模型，大幅提高特征提取速度。针对美式车牌检测时产生多个文本框，且有些车牌号由于被图案隔断不在同一文本框的情况，设计了一套用于筛选车牌号的锚点机制。使用Adam优化算法训练卷积递归神经网络。本文构建了美式车牌数据集，进行验证实验，州名的识别率达到了92%，车牌号的识别率达到了84%，共同识别率达到了82%。且本文提出的网络模型大小不到60 MB，实时性强。
Keyword：
Reprint 's Address：
Email：
Source ：
哈尔滨工程大学学报
ISSN： 1006-7043
CN： 23-1390/U
Year： 2023
Issue： 04
Page： 1-8
Cited Count：
WoS CC Cited Count： 0
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 10
Affiliated Colleges：
