基于YOLOv3-CNN的自动车牌识别（ANPR）
计算机视觉与模式识别
2022-11-11 v1 图像与视频处理
摘要
我们提出一种YOLOv3-CNN流水线，用于检测车辆、分离车牌以及最终识别字符的本地存储。在不同图像校正方案下执行车辆识别，以确定环境因素（感知角度、亮度、运动模糊和多行自定义字体等）的影响。训练了一个YOLOv3目标检测模型以从交通图像数据集中识别车辆。训练了第二个YOLOv3层以从车辆图像中识别车牌。基于校正方案，将单个字符分离并与实时数据核对以计算该方法的准确率。虽然直视下的字符被准确识别，但受环境因素影响的某些车牌准确率有所降低。我们总结了不同环境因素下相对于实时数据的结果，并给出了流水线模型的总体准确率。
引用
@article{arxiv.2211.05229,
title = {Automatic Number Plate Recognition (ANPR) with YOLOv3-CNN},
author = {Rajdeep Adak and Abhishek Kumbhar and Rajas Pathare and Sagar Gowda},
journal= {arXiv preprint arXiv:2211.05229},
year = {2022}
}
备注
29 pages, 4 figures, 2 tables