Architecture du système de reconnaissance de plaque minéralogique-Tigerwong

Le système de reconnaissance des plaques d'immatriculation adopte un réseau neuronal d'alimentation en deux couches. Selon l'analyse de l'auto-texte, la reconnaissance des caractères des plaques d'immatriculation est un petit problème de classification. Le réseau de neurones avec une couche cachée peut approcher n'importe quel nombre non linéaire. Par conséquent, seul un réseau neuronal à deux couches est nécessaire pour reconnaître les caractères. Étant donné que les caractères de la plaque d'immatriculation sont divisés en caractères, lettres et chiffres chinois, selon la situation spécifique, cet article conçoit quatre réseaux de neurones, à savoir le réseau de neurones à caractères chinois, le réseau de neurones à lettres, le réseau de neurones numériques et le réseau neuronal à décharge de lettres et de numéros. Chaque pixel de l'image de caractère h normalisée est utilisé comme entrée du réseau de neurones. La taille unifiée du caractère est 32*16, il y a donc 512 entrées au total. Le nombre de nœuds neuronaux de sortie est déterminé par le nombre de catégories du problème à classer. Pour le réseau de caractères chinois, il y a 31 caractères chinois pour les abréviations des provinces, des municipalités directement sous le gouvernement central et le district de Baizhi, 13 caractères chinois pour les véhicules militaires et 51 caractères chinois pour les ambassades, les consulats, les voitures temporaires et les autocars. Le nombre de nœuds de sortie du réseau de caractères chinois est de 51; Le nombre est de. À 9, il y a dix réseaux numériques. La solution du problème dans cet article fait référence au poids et au seuil du réseau, c'est-à-dire que le but de la formation en réseau est de trouver un ensemble de combinaison optimale de poids et de seuil. Généralement, le système de reconnaissance des plaques d'immatriculation adopte la méthode = de codage binaire, mais le système de reconnaissance des plaques d'immatriculation implique de nombreux paramètres et nécessite une grande précision. La précision du codage binaire est limitée par la longueur du chromosome. Dans cet article, le codage en nombre réel est adopté, d'une part, il répond aux exigences de précision, d'autre part, la signification du problème de codage est claire. 03 il est nécessaire de sélectionner d'excellents parents pour diverses opérations génétiques, Il doit y avoir une norme. L'algorithme génétique est basé sur la fonction de fitness. Dans ce sujet, l'erreur est la norme fondamentale pour mesurer le bien et le mal individuels, c'est-à-dire que plus l'erreur est petite, plus l'aptitude individuelle est élevée. Au contraire, plus l'erreur est grande, plus la condition physique individuelle est mauvaise.