English
| 正體中文 |
简体中文
|
全文筆數/總筆數 : 64178/96951 (66%)
造訪人次 : 9385004 線上人數 : 7731
RC Version 7.0 © Powered By DSPACE, MIT. Enhanced by
NTU Library & TKU Library IR team.
搜尋範圍
全部機構典藏
工學院
資訊工程學系暨研究所
--會議論文
查詢小技巧:
您可在西文檢索詞彙前後加上"雙引號",以獲取較精準的檢索結果
若欲以作者姓名搜尋,建議至進階搜尋限定作者欄位,可獲得較完整資料
進階搜尋
主頁
‧
登入
‧
上傳
‧
說明
‧
關於機構典藏
‧
管理
淡江大學機構典藏
>
工學院
>
資訊工程學系暨研究所
>
會議論文
>
Item 987654321/117398
資料載入中.....
書目資料匯出
Endnote RIS 格式資料匯出
Bibtex 格式資料匯出
引文資訊
請使用永久網址來引用或連結此文件:
https://tkuir.lib.tku.edu.tw/dspace/handle/987654321/117398
題名:
使用深度學習架構進行混合字體的車牌辨識
其他題名:
Vehicular License Plate Recognition with Hybrid Fonts Using Deep Learning Architecture
作者:
洪文斌
;
吳悠
;
范俊海
關鍵詞:
深度學習
;
卷積神經網路
;
車牌辨識
日期:
2019-07-21
上傳時間:
2019-10-15 12:11:37 (UTC+8)
摘要:
在臺灣目前新舊車牌系統同時並存,而其字體也不同,造成一般車牌辨識系統的困擾。本研究嘗試利用深度學習的卷積神經網路來進行混合字體的車牌辨識 ,以克服其問題。首先取樣,取出新舊車牌阿拉伯數字 0 9 和英文字母 A Z 的影像,並左右各旋轉 2 度 ,間距 0.5 度以增加學習數量與辨識強度。將每個文字影像正規化成相同大小, 然後 分成訓練與測試兩組。然後將訓練影像輸入至卷積神經網路學習 。 其最大特點是自動選取與學習影像特徵。待學習完成後,再使用測試影像以驗證所學模型的辨識效率。實驗結果顯示,訓練與測試影像的辨識正確率分別為 99. 9 8% 與 99.37 %%,足以證明卷積神經網路是一個很好的學習與辨識車牌中不同字體的模型。
顯示於類別:
[資訊工程學系暨研究所] 會議論文
文件中的檔案:
檔案
大小
格式
瀏覽次數
index.html
0Kb
HTML
236
檢視/開啟
在機構典藏中所有的資料項目都受到原著作權保護.
TAIR相關文章
DSpace Software
Copyright © 2002-2004
MIT
&
Hewlett-Packard
/
Enhanced by
NTU Library & TKU Library IR teams.
Copyright ©
-
回饋