基于全卷积神经网络的船舶检测和船牌识别系统

摘要：

船舶检测与识别对于港口智能监控,实现港口资源的有效管理具有重要意义.由于复杂的船舶轮廓、船牌位置不固定、船牌文本类型复杂多样和船牌文字个数不确定等因素,使得船舶的检测和识别非常具有挑战性.本文提出一种基于全卷积神经网络的船舶检测与识别方法:SDR-FCN.SDR-FCN利用本文提出的船舶检测算法SDNet进行船舶检测定位,然后利用本文提出的船牌文本检测算法PDNet进行船牌文字检测,最后利用具备在线自适应性的分类器OA-Classifi-er进行船牌分类识别.OA-Classifier综合了AIS(船舶自动识别系统)反馈的信息,提高了分类器的识别精度.实际SDR-FCN部署运行表明,它能够以较高的精度可靠地工作,满足实际应用.

关键词：船舶检测、船牌识别、全卷积神经网络、YOLO、AIS、在线自适应

分类号：TP391(计算技术、计算机技术)

在线出版日期：2019-12-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：72-77