颜色定位和形态学定位改进后的mtcnn车牌定位算法
来源:互联网 发布:矩阵的1范数,2范数 编辑:程序博客网 时间:2024/05/01 14:59
在之前已经介绍过原始的mtcnn车牌定位算法了,网址如下:
http://blog.csdn.net/qq_32300341/article/details/77628648
但是原始的定位算法效率不高,利用滑动窗口产生候选框的方法效率太低。在1080*1920图片上产生的候选车牌框有50万个。
这就导致了第一层大致过滤候选框的工作耗时很大。单独采用颜色定位和候选车牌定位的方法会产生很多误检的车牌。所以综合传统车牌定位和神经网络车牌定位。采用颜色定位和形态学定位产生的候选车牌框来作为mtcnn第二层的输入。
颜色车牌定位的流程图如下:
形态学车牌定位流程图如下:
然后将这两个算法产生的候选车牌框作为mtcnn算法中RNet也就是第二层的输入来进一步排除误检车牌。
改进过后算法的时间效率为:
第一层耗时0.06s左右
第二层耗时0.005s左右
第三层耗时0.003s左右
达到了Fps15左右。识别率较高,但是存在漏检。源代码地址如下:
http://download.csdn.net/download/qq_32300341/9954391
阅读全文
0 0
- 颜色定位和形态学定位改进后的mtcnn车牌定位算法
- 视频车牌定位—mtcnn
- 车牌定位--颜色分割
- 车牌定位--颜色分割
- 车牌定位--颜色分割
- 车牌定位--颜色分割
- 车牌定位算法
- OpenCV依据颜色的车牌定位
- OpenCV 依据颜色的车牌定位
- 基于车牌颜色(仅限蓝色和黄色)的车牌定位(python+opencv实现)
- 常用车牌定位算法浅析
- 车牌--常用车牌定位算法浅析
- OpenCV下车牌定位算法实现代码
- OpenCV下车牌定位算法实现代码
- OpenCV下车牌定位算法实现代码
- OpenCV下车牌定位算法实现代码
- 车牌识别之车牌定位
- 车牌识别之一:车牌定位
- 远程桌面连接的困扰
- 统计指定类型文件行数
- 相对最后期限限制下的并行任务调度
- TensorFlow 学习笔记
- 数学体操 模运算
- 颜色定位和形态学定位改进后的mtcnn车牌定位算法
- hdu_3342_拓扑排序判断是否有环
- 剑指offer——python实现(面试必备)
- JZOJ2017.08.20B组
- spring源码分析(web)--通过注解获取bean源码分析
- python实现-求int型数据在内存中存储时1的个数
- 利用 Python 练习数据挖掘(鸢尾花练习)中遇到的问题,以及解决方法。
- ImageLoader源码解析(三) 线程调度
- DiskLruCache 达到最大设置的缓存,清理的逻辑