| 【中文题名】 | 卷积神经网络的研究及其在车牌识别系统中的应用 |
| 【英文题名】 | Study of Convolutional Neural Network and Its Applications in License Plate Recognition |
| 【学科专业】 | 信号与信息处理 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2006-7-13 |
| 【中关键词】 | 人工神经网络,卷积神经网络,形状识别,车牌识别,, |
| 【英关键词】 | Artificial Neuron Network,Convolutional Neural Network,Shape recognition,License plate recognition, |
| 【分类导航】 | 工业技术>自动化技术、计算机技术>计算技术、计算机技术>计算机的应用>信息处理(信息加工)>模式识别与装置 |
| 【论文摘要】 | 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。 |
| 【论文题纲】 |
|
第一章 序言 |
11-17 |
|
1.1 神经网络 |
11-12 |
|
1.2 卷积神经网络 |
12-14 |
|
1.3 车牌识别系统 |
14-15 |
|
1.4 本文的内容安排 |
15-17 |
|
第二章 人工神经网络 |
17-24 |
|
2.1 人工神经网络简介 |
17 |
|
2.2 人工神经网络的历史 |
17-18 |
|
2.3 人工神经网络的定义及特点 |
18-19 |
|
2.4 人工神经网络模型 |
19-21 |
|
2.5 网络的连接 |
21-23 |
|
2.6 本章小结 |
23-24 |
|
第三章 卷积神经网络 |
24-34 |
|
3.1 卷积神经网络的发展历史 |
24-25 |
|
3.2 卷积神经网络 |
25-31 |
|
3.2.1 网络结构 |
25-27 |
|
3.2.2 神经元模型 |
27-30 |
|
3.2.3 学习规则 |
30-31 |
|
3.3 改进卷积神经网络 |
31-32 |
|
3.3.1 网络结构 |
31 |
|
3.3.2 学习规则 |
31-32 |
|
3.4 卷积神经网络特征提取过程 |
32-33 |
|
3.5 本章小结 |
33-34 |
|
第四章 卷积神经网络在车牌识别系统中的应用 |
34-48 |
|
4.1 汽车牌照自动识别简介 |
34-35 |
|
4.2 基于卷积神经网络的形状识别 |
35-37 |
|
4.3 基于卷积神经网络的车牌识别系统 |
37-46 |
|
4.3.1 车牌定位 |
38-39 |
|
4.3.2 字符分割 |
39-40 |
|
4.3.3 字符识别 |
40-46 |
|
4.4 本章小结 |
46-48 |
|
第五章 总结与展望 |
48-51 |
|
5.1 总结 |
48-49 |
|
5.2 展望 |
49-51 |
|
参考文献 |
51-55 |
|
硕士期间发表的论文 |
55 |
|
| 【DOI】 | LunWen.ID:2.2008.387821 |
