卷积神经网络的研究及其在车牌识别系统中的应用

摘要

人工神经网络是一种模拟人脑功能并具有广泛应用前景的网络，卷积神经网络是其中一种，它具有权值简单、全局优化、适应性强、理论完备、泛化性能好等优点，神经网络及其特例卷积神经网络是目前机器学习领域的研究热点。随着通信、信息和电子技术及计算机网络技术的发展，车牌识别系统及其应用正受到越来越多国家的重视。 本文在研究卷积神经网络的基础上将其应用到车牌识别中，主要进行的工作如下： (1)整理总结了国内外学术界关于神经网络方面的研究成果，介绍神经网络的基本概念和基本原理； (2)卷积神经网络作为神经网络中的一种特殊网络，本文在国内外学术界对其研究成果的基础上，详细阐述了卷积神经网络的基本原理，分析其基本结构和网络参数； (3)在对卷积神经网络分析研究的基础上，先将卷积神经网络应用于形状识别任务中，证明网络高效的识别能力，再将改进后的卷积神经网络应用于车牌识别问题中：先利用牌照区域灰度变化迅速的特点定位车牌，然后采用修正投影方法分割车牌字符，在最后识别阶段采用卷积神经网络进行字符识别，并与其他传统学习方法进行了对比取得了较为满意的结果。

目录

文摘

英文文摘

论文说明：图表目录

独创性声明及学位论文版权使用授权书

致谢

第一章序言

第二章人工神经网络

第三章卷积神经网络

第四章卷积神经网络在车牌识别系统中的应用

第五章总结与展望

参考文献

硕士期间发表的论文