【摘 要】
：
在人工智能+交通的发展背景下,交通实验设备更加智能化,而现有的实验模型设备只能对车辆进行监控,并不具备车牌识别能力,这给交通工程学生在相关领域的研究和实验带来局限。因此,为了满足交通实验教学需求,本文提出在缩微交通环境下构建缩微智能交通平台来进行车牌识别,实验结果表明:该实验平台能对模型小车车牌精准识别,具有较高的工程应用价值。论文主要内容如下:首先,对缩微交通环境下进行车牌识别研究的背景和意义进
论文部分内容阅读
在人工智能+交通的发展背景下,交通实验设备更加智能化,而现有的实验模型设备只能对车辆进行监控,并不具备车牌识别能力,这给交通工程学生在相关领域的研究和实验带来局限。因此,为了满足交通实验教学需求,本文提出在缩微交通环境下构建缩微智能交通平台来进行车牌识别,实验结果表明:该实验平台能对模型小车车牌精准识别,具有较高的工程应用价值。论文主要内容如下:首先,对缩微交通环境下进行车牌识别研究的背景和意义进行了阐述,介绍了国内外车牌识别发展现状,以及国内外在缩微交通环境下的研究现状。然后,对相关的基本知识、经典的卷积神经网络和识别网络进行了介绍。其次,搭建车牌识别实验平台模拟真实交通场景,该平台通过视频监控系统对模型种的小车进行监控,抓拍越界小车,再通过无线通信网络将抓拍到的图片传输到服务器,服务器调用车牌检测网络和识别网络对车牌进行识别。再者,针对搭建好的实验平台提出了一种基于Faster RCNN的车牌检测网络和LPRNet的车牌识别网络。并对不同的特征提取网络进行对比;对比了Faster RCNN、YOLOv3和SSD检测网络;在识别网络中对优化器Adam、RMSprop和SGD的选取行了讨论。实验结果表明,采用基于VGG-16的Faster RCNN检测精度达到99.54%,检测单张图片速度达到650ms;采用Adam优化器的LPRNet识别精度能够达99.77%,识别单张图片速度达到73ms,同时设计了人机交互界面。最后,给出了本论文所做的总结和往后可进行的相关改进。
其他文献
随着高级量测体系在智能电网中的深入应用,智能电网中的公共事业服务单元和需求侧端的电力消费者之间的交流更加频繁。新兴技术在智能电网中的广泛应用,使得越来越多的节点加入到电力网络。节点之间良好深入交互的同时,也产生了大量数据,这些数据中包括了具体用电消费者的隐私,如果被不法分子利用,将对用户造成危害,甚至对整个电网造成损害。本文针对高级量测体系中用户用电数据安全传输,以及网络中用户隐私保护两个方面进行
金属离子掺杂的光致发光材料在工业生产以及生活中发挥着重要的作用,其中Mn4+激活的荧光粉在农业生产、传感技术、照明与显示等领域有着极为广阔的应用前景。为了开发高效率的Mn4+激活的荧光粉以满足各领域的需求,本文选择以钙钛矿结构的钨酸盐氧化物为基质,研究了Mn4+离子的发光性质。开展的工作如下:（1）通过高温固相法合成了一系列的Mn4+单掺杂的K1-xLa1+x/3Mg WO6和K1-xLixLa
如今,“低碳发展”已成为全球经济发展的一种重要理念,推行低碳交通也成为了各个国家的战略选择。电气化铁路由于具有节能环保、经济便捷、运输能力强等优点,成为了低碳交通中的一种重要方式。因此,电气化铁路的诞生与成功,让世界重新审视铁路的价值。电气化铁路的负荷主要为电力机车牵引负荷,其具有单相性、非线性、随机波动性以及制动时会产生能量的特点,会给牵引供电系统带来复杂的电能质量问题和再生制动能量利用问题。传
随着机器人逐渐替代人力,工厂朝着高度智能化、规模化的方向发展,实现移动机器人自主导航,具有非常远大的意义。自主导航任务中,同步定位与地图构建（Simultaneous Localization and Mapping,SLAM）是其中的关键技术,是通过对一个环境的局部观测来构造一个全局一致模型的过程。由于视觉传感器的独特优势,视觉SLAM成为近几年的研究热点,但是易受环境光线明暗不一致、纹理缺失等
发现具有更优性能和更具应用前景的二维材料,是目前物理学研究的一个重要目标。由第IV主族元素C和Si形成的石墨烯和硅稀有着优异性质,它们在能量的存储转化、信息处理和催化等方面有良好的应用前景,有望成为新一代的电子器件材料。近年来,研究发现通过对石墨烯掺入Si原子可以得到硅石墨烯（siligraphene）,它具有石墨烯和硅稀所不具备的许多优异性能因而受到了广泛关注。石墨烯是平面结构而硅稀是翘曲结构,
近年来,随着深度学习领域的高速发展,计算机视觉领域衍生出了许多新兴领域,其中语义分割也是众多新兴领域之一。本文从解决语义分割在实际应用中的问题分别从解决分割的精确度与分割的时效性两个角度出发进行了模型的分析与改进。从分割精度的角度出发通过引进注意力机制来对重要特征进行针对性的特征提取来提高模型的准确率。从时效性的角度出发通过多尺寸特征图分级提取特征来降低网络提取特征所需要的时间。首先本文对近年来语
重复控制的本质是内模控制,其时滞环节可以通过状态空间描述和提升技巧融合到增广系统中,能够有效解决周期性外激励信号控制问题,意味着可以准确跟踪或抑制周期性信号。预见控制可以在不改变闭环系统动态结构的情况下,利用期望目标的未来信息减少因外在干扰造成的系统扰动,继而系统的跟踪稳定性得以提升。对于高性能的伺服系统来说,不能忽略时滞的存在。本文在预见控制和重复控制已存在较多研究成果的基础上,针对几类不确定线
在陌生场景下,机器人的首要任务就是获取位置及其周边信息,其中的关键技术就是同时定位与建图（Simultaneous Localization and Mapping,SLAM）,由于其在机器人领域上的应用前景,视觉SLAM的相关研究引起了广泛的关注。本论文在经典视觉SLAM框架的基础上,对视觉里程计和闭环检测两个模块进行研究。在视觉里程计模块,针对传统方法存在的鲁棒性差和尺度漂移问题,提出了基于深
在计算机视觉领域,图像分割作为非常关键的部分,是该领域基础问题之一。在实际应用过程中具有极大的价值。本文的研究基于图像分割中两个重要子领域:图像语义分割和显著性目标检测。图像语义分割是从像素层面对图像中的目标进行分类,基本要求是每一个像素都应被正确地分类。显著目标检测来源于视觉显著性,主要任务是寻找一张图像中人眼最关注的目标区域。但是显著目标检测只是得到显著这一种类型的目标,可以看成一个二分类问题
为充分提高分布式能源的利用率、降低化石能源的消耗及其对环境的污染,在电力系统领域中微电网技术得到了飞速的发展。微电网能统筹利用本地各种形式的可再生能源,维系局部区域与大电网之间的电力平衡。随着微电网及主动配电网技术的成熟,其工程应用已变得非常广泛。与此同时,微电网数量的急剧增加也带来了新的问题,例如,在能量交易方面,基于对微电网交易的成本、合理性、公平性与能源就地消纳的考虑,传统的单一微电网与配电