EEPW论坛

IET

License plate segmentation and recognition system using deep learning and OpenVINO

随着智能交通系统应用的普及，车牌自动识别解决方案必须不断地变得更快、更准确。作者提出了一种嵌入式系统，采用改进的单枪探测器（SSD）与基于深度可分离卷积和线性瓶颈的特征提取器，实现快速准确的车牌分割和识别。该特征提取器比原来的SSD+VGG实现所需参数更少，实现了快速推理。在加州理工学院汽车数据集上测试，提出的模型实现了96.46%的分割和96.23%的识别精度。在UCSD-Stills数据集上测试，提出的模型实现了99.79%的分割和99.79%的识别精度。作者在具有12个内核的英特尔Xeon CPU上实现了59毫秒的每块板子（调整大小为300×300 px）处理时间（每个内核2.60 GHz），使用相同的CPU和OpenVINO（一种神经网络加速平台）实现了14毫秒的处理时间，使用提出的低成本Raspberry Pi 3和英特尔神经计算棒2与OpenVINO嵌入式系统实现了66毫秒的处理时间。

https://digital-library.theiet.org/content/journals/10.1049/iet-its.2019.0481