车牌识别自动收费系统具有快速、、准确等优点,可以有效地提高交通管理效率,降低人工成本,提高收费的准确性和公正性。同时,该系统还可以为城市交通管理提供更多数据支持,帮助城市规划和管理。
为了提高对有遮挡车牌的识别准确率,本文提出了一种改进深度残差网络(Deep residual network,ResNet)损失函数的车牌识别方法。
该方法包括图像平滑处理、边缘检测、车牌定位、车牌分割和使用改进后的ResNet网络对有遮挡车牌样本库进行训练和识别等步骤。实验结果表明,使用有遮挡车牌样本库训练的改进后的ResNet网络模型具有更好的识别准确率和鲁棒性。