基于流型學(xué)習(xí)的動(dòng)態(tài)車(chē)牌識(shí)別方法研究.pdf

1、車(chē)牌識(shí)別融合了人工智能、圖像以及機(jī)器學(xué)習(xí)等多門(mén)學(xué)科的知識(shí)，已經(jīng)成為模式識(shí)別中的一項(xiàng)重要課題。但是目前大多數(shù)的車(chē)牌識(shí)別場(chǎng)景是基于固定場(chǎng)景下的近距離識(shí)別，并不能滿足識(shí)別行走車(chē)輛的車(chē)牌要求。盡管有研究人員研究了復(fù)雜背景下的車(chē)牌識(shí)別算法，但關(guān)于如何在動(dòng)態(tài)場(chǎng)景下進(jìn)行車(chē)輛識(shí)別的研究并不多。流型學(xué)習(xí)是一種新的非監(jiān)督學(xué)習(xí)方法。近年來(lái)引起越來(lái)越多的研究人員的關(guān)注。然而，在國(guó)內(nèi)沒(méi)有人將流型學(xué)習(xí)的方法應(yīng)用于車(chē)牌字符識(shí)別中。
　　通過(guò)對(duì)車(chē)牌識(shí)別的關(guān)鍵技術(shù)

2、進(jìn)行詳細(xì)的分析，總結(jié)得到了適合動(dòng)態(tài)環(huán)境下進(jìn)行動(dòng)態(tài)車(chē)牌識(shí)別中各個(gè)模塊的優(yōu)化算法。提出了基于流型學(xué)習(xí)的車(chē)牌字符識(shí)別算法，將流型學(xué)習(xí)方法中的局部線性嵌入算法應(yīng)用于車(chē)牌字符識(shí)別，從而使得數(shù)據(jù)集的維度從高維空間將至低維空間，并且不改變點(diǎn)與點(diǎn)之間的拓?fù)浣Y(jié)構(gòu)。針對(duì)該算法與數(shù)據(jù)集在MATLAB平臺(tái)上進(jìn)行實(shí)驗(yàn)，并將實(shí)驗(yàn)結(jié)果與神經(jīng)網(wǎng)絡(luò)結(jié)果進(jìn)行對(duì)比。最后將基于流型學(xué)習(xí)的動(dòng)態(tài)車(chē)牌識(shí)別應(yīng)用于實(shí)際Android環(huán)境下的智能手機(jī)中。
　　在MATLAB平臺(tái)上進(jìn)