基于3D卷积的图像序列特征提取与自注意力的车牌识别方法
近年来，基于自注意力机制的神经网络在计算机视觉任务中得到广泛的应用。随着智能交通系统的广泛应用，面对复杂多变的交通场景，车牌识别任务的难度不断提高，准确识别的需求更加迫切。因此提出一个基于自注意力的免矫正的车牌识别方法T-LPR。首先对图像进行切片和序列化，并使用3D卷积对切片序列进行特征提取，从而得到图像的嵌入向量序列。然后将嵌入向量序列输入基于Transformer Encoder的编码器中，学习各个嵌入向量之间的关系并输出最终的编码结果。最后使用分类器进行分类。在多个公共数据集上的实验结果表明，所提方法对各类困难场景下的车牌识别都非常有效。...
| Main Authors: | , |
|---|---|
| Format: | Article |
| Language: | zho |
| Published: |
POSTS&TELECOM PRESS Co., LTD
2021-09-01
|
| Series: | 智能科学与技术学报 |
| Subjects: | |
| Online Access: | http://www.infocomm-journal.com/znkx/CN/abstract/abstract171724.shtml |
| _version_ | 1797951298243395584 |
|---|---|
| author | 曾淦雄 柯逍 |
| author_facet | 曾淦雄 柯逍 |
| author_sort | 曾淦雄 |
| collection | DOAJ |
| description | 近年来，基于自注意力机制的神经网络在计算机视觉任务中得到广泛的应用。随着智能交通系统的广泛应用，面对复杂多变的交通场景，车牌识别任务的难度不断提高，准确识别的需求更加迫切。因此提出一个基于自注意力的免矫正的车牌识别方法T-LPR。首先对图像进行切片和序列化，并使用3D卷积对切片序列进行特征提取，从而得到图像的嵌入向量序列。然后将嵌入向量序列输入基于Transformer Encoder的编码器中，学习各个嵌入向量之间的关系并输出最终的编码结果。最后使用分类器进行分类。在多个公共数据集上的实验结果表明，所提方法对各类困难场景下的车牌识别都非常有效。 |
| first_indexed | 2024-04-10T22:28:20Z |
| format | Article |
| id | doaj.art-37e99f3aa6f748b4bb57ae3b8026cbb3 |
| institution | Directory Open Access Journal |
| issn | 2096-6652 |
| language | zho |
| last_indexed | 2024-04-10T22:28:20Z |
| publishDate | 2021-09-01 |
| publisher | POSTS&TELECOM PRESS Co., LTD |
| record_format | Article |
| series | 智能科学与技术学报 |
| spelling | doaj.art-37e99f3aa6f748b4bb57ae3b8026cbb32023-01-17T07:50:17ZzhoPOSTS&TELECOM PRESS Co., LTD智能科学与技术学报2096-66522021-09-0133268279基于3D卷积的图像序列特征提取与自注意力的车牌识别方法曾淦雄0柯逍1福州大学数学与计算机科学学院; 福建省网络计算与智能信息处理重点实验室福州大学数学与计算机科学学院; 福建省网络计算与智能信息处理重点实验室近年来，基于自注意力机制的神经网络在计算机视觉任务中得到广泛的应用。随着智能交通系统的广泛应用，面对复杂多变的交通场景，车牌识别任务的难度不断提高，准确识别的需求更加迫切。因此提出一个基于自注意力的免矫正的车牌识别方法T-LPR。首先对图像进行切片和序列化，并使用3D卷积对切片序列进行特征提取，从而得到图像的嵌入向量序列。然后将嵌入向量序列输入基于Transformer Encoder的编码器中，学习各个嵌入向量之间的关系并输出最终的编码结果。最后使用分类器进行分类。在多个公共数据集上的实验结果表明，所提方法对各类困难场景下的车牌识别都非常有效。http://www.infocomm-journal.com/znkx/CN/abstract/abstract171724.shtml车牌识别图像嵌入向量自注意力免矫正 |
| spellingShingle | 曾淦雄 柯逍 基于3D卷积的图像序列特征提取与自注意力的车牌识别方法 智能科学与技术学报 车牌识别 图像嵌入向量 自注意力 免矫正 |
| title | 基于3D卷积的图像序列特征提取与自注意力的车牌识别方法 |
| title_full | 基于3D卷积的图像序列特征提取与自注意力的车牌识别方法 |
| title_fullStr | 基于3D卷积的图像序列特征提取与自注意力的车牌识别方法 |
| title_full_unstemmed | 基于3D卷积的图像序列特征提取与自注意力的车牌识别方法 |
| title_short | 基于3D卷积的图像序列特征提取与自注意力的车牌识别方法 |
| title_sort | 基于3d卷积的图像序列特征提取与自注意力的车牌识别方法 |
| topic | 车牌识别 图像嵌入向量 自注意力 免矫正 |
| url | http://www.infocomm-journal.com/znkx/CN/abstract/abstract171724.shtml |
| work_keys_str_mv | AT cénggànxióng jīyú3djuǎnjīdetúxiàngxùliètèzhēngtíqǔyǔzìzhùyìlìdechēpáishíbiéfāngfǎ AT kēxiāo jīyú3djuǎnjīdetúxiàngxùliètèzhēngtíqǔyǔzìzhùyìlìdechēpáishíbiéfāngfǎ |