作品名稱：基于深度學習的復雜場景下車輛識別系統(tǒng)
學校名稱：南通理工學院
參賽隊伍：無敵激光隊
參賽學生：劉成浩 焦靜涵 楊嘉厲
指導老師：呂興琴 蔡小丹
本團隊作品為基于深度學習的復雜場景下車輛識別系統(tǒng)，首先利用開源圖形化視覺處理系統(tǒng)OpenCV和數(shù)據(jù)分析處理庫Numpy對車牌進行圖像預處理，包括顏色變化、角度調整、車牌定位和檢測等；基于預處理后的數(shù)據(jù)，采用基于深度學習的神經網絡框架Tensorflow對車牌字符進行學習訓練，從而實現(xiàn)對車牌的快速精準識別。在具體實現(xiàn)過程中，該系統(tǒng)首先對車牌所在位置進行定位鎖定，然后對鎖定后的車牌圖像進行切割，隨后將車牌背景和文字通過像素點移位算法由彩色變?yōu)楹诎咨?，最后完成字符的切割與識別，得到所要識別的車牌數(shù)據(jù)。
該系統(tǒng)利用深度學習，直接對已經獲取的車輛圖片進行統(tǒng)一的、全面的處理和分析，不過度依賴于傳統(tǒng)的字符分割，避免了傳統(tǒng)算法反應時間過長、識別的字符出現(xiàn)誤差等結果，不浪費和流失圖像資源。試驗結果表明，基于深度學習的車輛識別系統(tǒng)不僅能夠對不同日照環(huán)境下、污損車牌、傾斜角度車牌、遠近不一車牌等多種復雜場景下得車牌進行識別，而且車輛識別的準確率比傳統(tǒng)算法更高?？梢灶A見的是，更為精準的識別效果將大大拓寬車輛識別的應用場景，大大縮短反應時間，提高了交通的車輛識別水平和管理水平。
