压缩监控视频中车牌超分辨率和识别算法研究
致谢 | 第4-5页 |
摘要 | 第5-7页 |
ABSTRACT | 第7-8页 |
1 绪论 | 第11-35页 |
1.1 研究背景和意义 | 第11-14页 |
1.1.1 研究背景 | 第11-13页 |
1.1.2 研究意义 | 第13-14页 |
1.2 视频超分辨率技术发展现状 | 第14-20页 |
1.2.1 基于滤波、插值的方法 | 第15页 |
1.2.2 基于重构的方法 | 第15-17页 |
1.2.3 基于学习的方法 | 第17-20页 |
1.3 压缩视频超分辨率技术发展现状 | 第20-23页 |
1.3.1 应用降质模型的方法 | 第21页 |
1.3.2 混合超分辨率和去量化失真的方法 | 第21-23页 |
1.4 车牌识别技术的研究现状 | 第23-25页 |
1.4.1 车牌检测技术 | 第24页 |
1.4.2 字符分割技术 | 第24页 |
1.4.3 字符识别技术 | 第24-25页 |
1.5 深度学习视频超分辨率相关技术 | 第25-32页 |
1.5.1 图像配准 | 第26-27页 |
1.5.2 卷积神经网络 | 第27-30页 |
1.5.3 反向传播 | 第30-31页 |
1.5.4 梯度优化算法 | 第31-32页 |
1.6 本文主要工作及内容安排 | 第32-35页 |
1.6.1 内容安排 | 第33页 |
1.6.2 主要创新点 | 第33-35页 |
2 压缩监控视频中车牌配准算法 | 第35-68页 |
2.1 引言 | 第35-36页 |
2.2 车脸检测 | 第36-41页 |
2.2.1 车脸训练库建立 | 第37-38页 |
2.2.2 Faster R-CNN算法 | 第38-41页 |
2.3 车牌跟踪 | 第41-47页 |
2.3.1 兴趣点提取 | 第41-43页 |
2.3.2 目标车牌兴趣点集合提取 | 第43-44页 |
2.3.3 兴趣点坐标优化算法 | 第44-47页 |
2.4 精细化配准 | 第47-51页 |
2.4.1 光流运动估计及其原理 | 第47-49页 |
2.4.2 运动细节保持的光流运动估计 | 第49-50页 |
2.4.3 车牌配准算法框架 | 第50-51页 |
2.5 实验结果与分析 | 第51-66页 |
2.5.1 车脸检测实验 | 第51-57页 |
2.5.2 车牌跟踪实验 | 第57-62页 |
2.5.3 车牌配准实验 | 第62-66页 |
2.6 本章小结 | 第66-68页 |
3 压缩视频中车牌超分辨率重建算法 | 第68-101页 |
3.1 引言 | 第68-69页 |
3.2 训练库制作 | 第69-73页 |
3.2.1 车牌检测 | 第70-72页 |
3.2.2 字符库制作 | 第72页 |
3.2.3 训练库扩大 | 第72-73页 |
3.3 超分辨率网络模型 | 第73-81页 |
3.3.1 网络结构分析 | 第73-76页 |
3.3.2 残差网络 | 第76-78页 |
3.3.3 梯度先验 | 第78-80页 |
3.3.4 反卷积 | 第80-81页 |
3.4 实验结果与分析 | 第81-100页 |
3.4.1 参数选择 | 第82-85页 |
3.4.2 高压缩车牌字符重建实验 | 第85-91页 |
3.4.3 车牌超分辨率重建比较实验 | 第91-97页 |
3.4.4 实际高压缩情况下车牌重建实验 | 第97-100页 |
3.5 本章小结 | 第100-101页 |
4 基于生成对抗网络的车牌超分辨率和识别算法 | 第101-145页 |
4.1 引言 | 第101-102页 |
4.2 生成对抗 | 第102-106页 |
4.2.1 生成对抗网络简介 | 第102-104页 |
4.2.2 SRGAN超分辨率算法 | 第104-106页 |
4.3 网络模型分析和设计 | 第106-115页 |
4.3.1 网络模型分析 | 第106-110页 |
4.3.2 代价函数分析和设计 | 第110-111页 |
4.3.3 网络训练 | 第111-113页 |
4.3.4 字符二次重建与识别 | 第113-115页 |
4.4 实验结果与分析 | 第115-144页 |
4.4.1 容易混淆车牌字符重建实验 | 第116-122页 |
4.4.2 车牌超分辨重建和识别实验 | 第122-130页 |
4.4.3 实际高压缩车牌重建和识别实验 | 第130-135页 |
4.4.4 字符二次重建与识别实验 | 第135-137页 |
4.4.5 汉字字符重建与识别实验 | 第137-144页 |
4.5 本章小结 | 第144-145页 |
5 总结与展望 | 第145-148页 |
5.1 总结 | 第145-146页 |
5.2 展望 | 第146-148页 |
参考文献 | 第148-154页 |
作者攻读硕士学位期间的研究成果 | 第154页 |