论文部分内容阅读
近年来,深度卷积神经网络(DCNN)获得了较大的关注并被深入的研究。同时,一些基于卷积神经网络(CNN)的方法也被应用于车牌识别领域,并取得了较传统方法更好的表现。然而在实际应用中,大多数车牌识别系统只能适应单一场景,比如在公寓、学校门口的栏杆处设立的摄像头所使用的车牌识别算法,未必适用于高速公路场景。同时,固定在十字路口上方的摄像头,由于监视的区域路况较复杂,所拍摄的场景中,存在大量距离摄像头位置较远的小车牌,检测效果通常较差。而如果使用对于检测小车牌效果较好的模型,并不能很好地适用于公寓入口等位