车牌识别系统可以自动检测并识别图像中的车辆牌照,其算法主要包括牌照定位、牌照分割、字符识别等步骤。本文将给出一种基于深度学习的车牌识别系统方案。
要快速掌握开发人工智能系统的技能,推荐汇智网的 机器学习系列在线课程
由于可以自动地从视频图像中提取车辆牌照信息,因此车牌识别系统可以应用于以下行业:
- 公共安全:用于检测被盗抢车辆,将车牌与盗抢车辆数据库记录比对即可发现。
- 停车管理:停车场入口自动放行、出口自动计费。
- 道路安全:与雷达测试配合使用,识别超速车辆并记录违章
我们的项目包含以下三个步骤:车辆牌照检测、牌照字符分割、牌照字符识别。
1、车辆牌照检测
我们使用Yolo(You Only Look One)算法来检测车辆牌照。Yolo是一个基于卷积神经网络的深度学习目标检测架构。该架构由 Joseph Redmon , Ali Farhadi, Ross Girshick和Santosh Divvala引入,2015年推出第一个版本,然后逐渐升级至版本3:
- Yolo v1;论文
- Yolo v2:论文
- Yolo v3;论文
Yolo是一个端到端训练的单一网络,可以用来预测目标的类别与边界框。