用于车牌检测与识别的DELP-DAR系统
计算机视觉与模式识别
2019-10-07 v1 机器学习
摘要
自动车牌检测与识别（ALPR）是计算机视觉、图像处理和智能交通系统领域中一个相当热门且活跃的研究课题。ALPR用于在高度复杂的环境和背景中使检测和识别过程更鲁棒、更高效。由于一些限制，如各国编号系统的完整性、不同颜色、多种语言、多种尺寸和不同字体，仍需若干研究探索。为此，本文提出一种用于复杂场景下车牌（LP）检测与识别的自动框架。我们的框架基于掩码区域卷积神经网络（mask region convolutional neural networks），用于LP检测、分割和识别。尽管一些研究聚焦于LP检测、LP识别、LP分割或仅其中两者，我们的研究在三个阶段均使用maskr-cnn。我们框架的评估通过四个不同国家的数据集得以增强，因此也包含多种语言。事实上，它在四个数据集上进行了测试，包括从多场景捕获的图像，处于多种条件下，如不同方向、低质量图像、模糊图像和复杂环境背景。大量实验显示了我们所提框架在所有数据集上的鲁棒性和高效性。
引用
@article{arxiv.1910.01853,
title = {DELP-DAR System for License Plate Detection and Recognition},
author = {Zied Selmi and Mohamed Ben Halima and Umapada Pal and M. Adel Alimi},
journal= {arXiv preprint arXiv:1910.01853},
year = {2019}
}