10.3969/j.issn.2095-2163.2020.07.009
基于深度学习的驾驶证识别方法研究
依托不断发展的电子信息技术,对和车辆信息密切相关的驾驶证进行OC光学字符识别(OCR),成为实现智能交通的重要步骤.实际拍摄图像中,由于拍摄环境差别明显,光照不均匀和倾斜等情况普遍存在,识别时需要根据图像进行差异化处理,处理过程中很容易丢失文字结构信息,导致字符识别错误,降低系统识别率.本文针对驾驶证识别,采用"图片预处理+提取+识别"的整体思路,提出一种基于深度学习的机动车驾驶证检测与识别算法.首先,进行图片预处理,针对驾驶证图片存在的背景复杂、角度倾斜的问题,提出对边缘轮廓的位置进行定位以完成倾斜校正;其次,使用CTPN算法对图片中文字区域进行检测;最后,用RCNN算法对检测出的文字行进行文字检测,得到文字识别结果.
驾驶证识别、文字检测、CTPN、文字识别、CRNN
10
TP391(计算技术、计算机技术)
2021-06-08（万方平台首次上网日期，不代表论文的发表时间）
共5页
40-43,48
