LPRNet：基于深度神经网络的车牌识别
计算机视觉与模式识别
2018-06-28 v1
摘要
本文提出 LPRNet——一种无需预先字符分割的端到端自动车牌识别方法。我们的方法受深度神经网络近期突破的启发，并以实时方式工作，对中国车牌的识别准确率达 95%：在 nVIDIA GeForce GTX 1080 上为 3 毫秒/车牌，在 Intel Core i7-6700K CPU 上为 1.3 毫秒/车牌。LPRNet 由轻量卷积神经网络组成，因此可以以端到端方式训练。据我们所知，LPRNet 是首个不使用 RNN 的实时车牌识别系统。因此，LPRNet 算法可用于创建具有高准确度甚至在面对具有挑战性的中国车牌时仍表现优异的嵌入式车牌识别解决方案。
引用
@article{arxiv.1806.10447,
title = {LPRNet: License Plate Recognition via Deep Neural Networks},
author = {Sergey Zherzdev and Alexey Gruzdev},
journal= {arXiv preprint arXiv:1806.10447},
year = {2018}
}