基于混合深层网络与云平台计算的车牌识别系统

摘要

cqvip:为提高车牌文本识别的精度和处理速度,研究设计了一种基于混合深层网络与云平台计算的车牌文本识别系统。该系统基于C++语言与TensorFlow开源框架实现。在采集现实场景车辆图像并进行数据标准化之后,采用融合生成式与判别式的混合深层网络对样本图像进行训练,以提高识别精度,同时建立由前端模组采集车辆图像数据到后端模组计算分析数据的云平台计算架构,借助综合云计算平台的存储与计算能力提高识别效率。实验测试结果显示,这种车牌文本识别系统具有更高的识别精度和效率,面对1万例陌生样本,其识别正确率可达99.4%。