基于改进Faster R-CNN及YOLO的大角度车牌识别算法

随着大数据时代的到来,智慧城市等一系列概念的提出,人工智能开始在城市各个角落得到广泛应用。其中,车牌识别作为城市道路交通重要的一环,也取得了重大突破。基于深度学习的车牌识别一经提出,各类算法应用于车牌检测及识别上,对比于传统的车牌识别,大大提高了识别的速率和准确率。然而,在非限制条件下,如大角度车牌识别准确率仍有提升的空间。提出了一种改进的FasterR-CNN与YOLO的深度学习车牌识别算法,将对大角度下的车牌识别准确率达到了99.7%。由于是轻量型的框架,为后续的移动设备部署工作提供了便利。     

车辆牌照智能识别软件及应用

随着我国经济的快速发展,汽车进入家庭的步伐越来越快,停车管理中如何确保车辆的安全成为人们越来越关注的问题,而车辆牌照智能识别系统正是解决这一问题的关键。本文以西安全星智能电子有限责任公司的车牌识别软件(见图1)为例对系统进行介绍。1车牌识别系统的应用范围与应用效     

彩色汽车牌照的定位方法

基于颜色和纹理综合特征的车牌定位方法,通过色彩空间变换、色彩分割,牌照区域定位及去除伪车牌区域等步骤进行车牌特征分析.其在HSV空间中进行色彩分割,运用数学形态学处理,采用闭运算,形成连通域.通过连通域分析车牌区域,再根据其几何和空间频率特征,设计相关评判标准.经实验验证,符合该标准的即为车牌区域.     

车牌识别停车诱导系统

1 车牌识别停车诱导系统解释 （1）诱导就是帮车主快速找到空车位。通过车位信息采集模块对停车场的车位相关信息进行采集,并按照一定觇则通过数据传输网络将信息送至中央控制模块,     

智能视频停车场管理系统方案设计

为了解决传统停车场管理系统中普遍存在的停车难、找车难、收费口拥堵等问题,避免下雨天进入停车场取卡时被淋湿,减少上下坡道停车刷卡时造成溜车、碰撞等事故。我在公司所承接的南京海峡城A1地块项目中设计了一套先进的智能视频停车场管理系统方案。本文结合实际工程项目,介绍了该系统的设计架构及工作流程。     

基于尺度不变特征变换的车牌特征提取及BBF匹配方法

针对传统车牌特征提取及匹配不足,提出了基于尺度不变特征变换（Scale invariant feature transform, SIFT）的车牌特征提取及 (Best Bin First,BBF)匹配方法。通过构建车牌字符标准模板,采用SIFT算法提取标准模板和待检测车牌中每个字符的SIFT特征向量,主要包括车牌高斯差分(Difference of Gauss, DoG)空间极值点检测,去除边缘相应点和低对比点,确定特征向量的方向和生成车牌特征向量。利用BBF(Best Bin First )算法完成标准模板特征向量与待检测车牌特征向量匹配,并获取识别结果。最后给出实验分析,证明该算法的识别率。     

高速公路机电日常维护中车牌识别率分析系统的应用

在收费系统日常维护中,通过车牌识别率分析系统,维护人员既可方便地查看目前的车牌识别率,又能从中判断出车牌识别器的故障点,从而提高工作效率。因此,该系统具有很好的推广价值。     

上海大众立体停车楼智能引导系统应用案例

为解决安亭区员工停车难问题，开建了上海大众公司第一个大型员工停车楼。该停车楼共有7层，约1300多个停车位，占地面积约7000平方米。停车楼有两个机动车出入口，主出入口朝向北侧昌吉路，次出入口设置在于田路。该停车楼引进了立方公司的车牌识别系统、立体车库智能引导及反向查询系统，为安亭区员工提供舒适、智能、安心、便捷的停车环境。