首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

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

论文共154页,点击 下载论文
上一篇:基于RFID的准确接入技术研究
下一篇:面向复杂型面工件的点云处理技术研究