史敏紅，李樹文，楊 志

（山西工程職業(yè)學(xué)院，山西 太原 030032）

卷積神經(jīng)網(wǎng)絡(luò)的起源是生物學(xué)原理。20世紀(jì)60年代，生物學(xué)家HUBEL和WIESEL[1]發(fā)現(xiàn)了貓的神經(jīng)系統(tǒng)組織原理。貓的視覺皮層細(xì)胞從視網(wǎng)膜獲取視覺信息，完成信息轉(zhuǎn)換。日本學(xué)者基于此提出了卷積神經(jīng)網(wǎng)絡(luò)基礎(chǔ)模型，由此開啟了卷積神經(jīng)網(wǎng)絡(luò)（Convolutional Neural Networks，CNN）的研究[2]。后來，各國(guó)計(jì)算機(jī)研究人員開始對(duì)CNN模型進(jìn)行研究，經(jīng)典的卷積神經(jīng)網(wǎng)絡(luò)模型有GoogLeNet、AlexNet及VGGNet。李英等[3]將GoogLeNet模型應(yīng)用于遙感圖像的識(shí)別分類中，解決了在復(fù)雜的圖像背景干擾下，傳統(tǒng)圖像處理的分類算法識(shí)別效率低下的問題。張素智等[4]將AlexNet網(wǎng)絡(luò)進(jìn)行改進(jìn)，在算法的損失函數(shù)中加入了正則項(xiàng)，降低了特征信息的擬合曲線抖動(dòng)的幅度，最終提高了破損輪胎圖像的訓(xùn)練準(zhǔn)確率，同時(shí)提高了破損輪胎的識(shí)別效率。

0 引 言

在城市化進(jìn)程的發(fā)展過程中，人們出行時(shí)越來越傾向于選擇私家車，智能化交通管理成為未來發(fā)展的大方向。作為智能化交通管理體系的重要核心，智能車牌識(shí)別被廣泛地應(yīng)用于居民小區(qū)、大型商場(chǎng)及大部分公共場(chǎng)所。隨著人工智能的發(fā)展，圖像識(shí)別已經(jīng)覆蓋了人類社會(huì)的多個(gè)領(lǐng)域，包括醫(yī)學(xué)、智能制造、農(nóng)業(yè)等。傳統(tǒng)的圖像識(shí)別主要是基于像素級(jí)的，需要對(duì)圖像進(jìn)行預(yù)處理，這會(huì)影響圖像識(shí)別的整體速率。鑒于卷積神經(jīng)網(wǎng)絡(luò)在圖像識(shí)別方面的優(yōu)良性能，近年來，將卷積神經(jīng)網(wǎng)絡(luò)應(yīng)用于圖像處理領(lǐng)域變得越來越廣泛。卷積神經(jīng)網(wǎng)絡(luò)在進(jìn)行圖像融合時(shí)，不需要對(duì)圖像進(jìn)行前期的預(yù)處理，可以加快圖像識(shí)別的進(jìn)程。崔子越等[5]將VGGNet模型進(jìn)行改進(jìn)，和Focal Loss相結(jié)合，提高了圖像識(shí)別的準(zhǔn)確率，提升了特征提取能力，避免了過擬合的問題，并且通過實(shí)驗(yàn)證實(shí)了算法的有效性。

1 CNN的相關(guān)理論

CNN是由可學(xué)習(xí)權(quán)重和偏置常量的神經(jīng)元組成的前饋控制神經(jīng)網(wǎng)絡(luò)，具有卷積計(jì)算的特征。CNN整體結(jié)構(gòu)包括卷積層、池化層、線性整流層及全連接層。卷積層利用卷積操作對(duì)輸入的圖像進(jìn)行處理，提取圖片的有效特征；池化層對(duì)圖像進(jìn)行縮小，降低特征圖的數(shù)量；線性整流層使用線性整流激活函數(shù)，對(duì)于輸入圖像中的每個(gè)正值，返回相同的值；全連接層在輸出層使用softmax激活函數(shù)，對(duì)處理好的圖像進(jìn)行分類處理，最后將分類結(jié)果輸出[6]。CNN模型結(jié)構(gòu)如圖1所示。

圖1 CNN模型結(jié)構(gòu)圖

（1）輸入層即INPUT層，圖1顯示，輸入圖像為字母A圖像，圖像大小為36×28。

（2）C1為卷積層，得到4個(gè)32×24的特征圖（feature maps），每個(gè)卷積核大小為5×5，共用了4個(gè)卷積核。

（3）S2為采樣層（subsampling）。每個(gè)C1層的特征圖經(jīng)過下采樣變成大小為16×12的特征圖，每個(gè)采樣窗口大小為2×2。

（4）C3為卷積層，得到12個(gè)大小為12×8的特征圖，每個(gè)特征圖都是S2層4個(gè)特征圖卷積的累加，每個(gè)卷積核大小為5×5，共12×8個(gè)卷積核。

（5）S4采樣層對(duì)C3層的每個(gè)特征圖進(jìn)行下采樣，得到12個(gè)大小為6×4的特征圖，每個(gè)采樣窗口大小為2×2。

（6）接下來的F5層將上一層的12個(gè)特征圖降維，轉(zhuǎn)換連接成一個(gè)向量。向量一共包含12×6×4即288個(gè)神經(jīng)元，反向傳播計(jì)算時(shí)進(jìn)行逆運(yùn)算，將向量逆變換成12個(gè)特征圖。

（7）輸出層（OUTPUT）是由34個(gè)神經(jīng)元構(gòu)成的向量，對(duì)應(yīng)34個(gè)字符的輸出。最后的Softmax分類器由F5層和輸出層構(gòu)成。

2 人工智能車牌識(shí)別研究現(xiàn)狀

2.1 國(guó)內(nèi)外研究現(xiàn)狀

國(guó)內(nèi)外研究人員對(duì)車牌識(shí)別的研究始于20世紀(jì)80年代。車牌識(shí)別的算法很多，包括傳統(tǒng)的基于像素級(jí)別的圖像識(shí)別方法、基于數(shù)學(xué)形態(tài)學(xué)的方法（如對(duì)圖像進(jìn)行平滑、二值化、模糊處理、邊緣檢測(cè)和圖像分割等，為圖像的識(shí)別做好前期的預(yù)處理工作），近年來出現(xiàn)新的人工智能算法，如機(jī)器學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)算法，在圖像融合的過程中表現(xiàn)出良好的性能優(yōu)勢(shì)。

在車牌圖像識(shí)別的過程中，外界環(huán)境因素如光線變化、霧霾天氣及公路上的障礙物遮擋等，對(duì)車牌識(shí)別造成的影響較大。前期車牌識(shí)別技術(shù)進(jìn)展較慢，圖像識(shí)別中很多數(shù)據(jù)需要計(jì)算，識(shí)別的實(shí)時(shí)性差，因此沒有得到良好的應(yīng)用。為了解決以上問題，目前車牌識(shí)別主要采取紅外照明攝像或者采用專用的傳感器來提高圖像拍攝的質(zhì)量。盡管在一定程度上提高了識(shí)別率，但是專用傳感器造成系統(tǒng)投入的成本過大，設(shè)備應(yīng)用領(lǐng)域比較窄。因此開發(fā)一款經(jīng)濟(jì)、高效的智能車牌識(shí)別系統(tǒng)，成為研究人員亟待解決的難題。

2.2 智能車牌識(shí)別的難點(diǎn)

車牌識(shí)別一般發(fā)生在戶外。戶外的天氣狀況多變，會(huì)對(duì)車牌的識(shí)別造成一定的干擾。霧霾天氣和強(qiáng)光照射的天氣對(duì)車牌圖像的識(shí)別影響較大。圖2所示為強(qiáng)霧霾天氣和夜間遠(yuǎn)光燈照射下拍攝的車牌圖片。如圖2所示，車牌的數(shù)字比較模糊，影響識(shí)別的效率和準(zhǔn)確率。

圖2 不同環(huán)境下拍攝的車牌圖

3 實(shí)驗(yàn)過程

車牌識(shí)別的整個(gè)過程包括車牌定位、車牌預(yù)處理、字符分割、字符識(shí)別以及獲取車牌號(hào)相關(guān)信息（車牌、車型及車速等）。國(guó)內(nèi)的車牌一般由漢字、大寫的英文字符（不含O和I）以及數(shù)字共7位構(gòu)成，包括漢字字符。除去省份縮寫和城市代碼，車牌主體部分包含數(shù)字和字母共34個(gè)字符（其中包含10個(gè)數(shù)字字符和24個(gè)字母字符，不含字母O與I）。進(jìn)行車牌識(shí)別時(shí)，需要對(duì)車牌字符進(jìn)行預(yù)處理，車牌字符訓(xùn)練的原始數(shù)據(jù)來源于網(wǎng)絡(luò)[7]。實(shí)驗(yàn)環(huán)境為Windows 10操作系統(tǒng)，Anaconda+TensorFlow+PyCharm環(huán)境。

車牌的字符結(jié)構(gòu)比較簡(jiǎn)單，針對(duì)圖像本身的特點(diǎn)，可以采用LeNet-5結(jié)構(gòu)，既能滿足正確識(shí)別率的要求，又能減少識(shí)別的時(shí)間。陶星珍等人[8]將深度學(xué)習(xí)模型LeNet-5應(yīng)用于車牌識(shí)別中，解決了漢字識(shí)別效率低和識(shí)別速率慢的問題。在該方法中，LeNet-5結(jié)構(gòu)可以降低圖像特征的提取難度，提高識(shí)別的效率和識(shí)別的速度，提高圖像識(shí)別的正確率。趙彩敏等人[9]將改進(jìn)的LeNet-5卷積神經(jīng)網(wǎng)絡(luò)用于人臉表情識(shí)別中，加上Z-score標(biāo)準(zhǔn)化處理，激活函數(shù)使用了性能更優(yōu)良的Relu函數(shù)，減少了梯度彌散的問題，使得算法識(shí)別率達(dá)到79.81%。LeNet-5卷積神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)如圖3所示。

圖3 LeNet-5卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)圖

為了驗(yàn)證卷積神經(jīng)網(wǎng)絡(luò)在智能交通車牌識(shí)別中的有效性，本文運(yùn)用此方法，對(duì)車牌識(shí)別進(jìn)行 訓(xùn)練。

利用卷積神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)智能車牌識(shí)別的過程分為以下幾個(gè)步驟：

（1）完成環(huán)境的搭建，對(duì)省份、城市代碼及車牌編號(hào)的卷積神經(jīng)網(wǎng)絡(luò)訓(xùn)練代碼進(jìn)行調(diào)試；

（2）對(duì)省份進(jìn)行訓(xùn)練與識(shí)別（實(shí)驗(yàn)選取3個(gè)省份：京、蘇、滬）；

（3）對(duì)每個(gè)省份對(duì)應(yīng)的城市代碼（包含英文大寫字母，不含O和I，共24個(gè)）進(jìn)行訓(xùn)練與識(shí)別；

（4）對(duì)車牌編號(hào)進(jìn)行識(shí)別（包含英文大寫字母和數(shù)字0～9，共34個(gè)）。

圖4展示了部分車牌字符識(shí)別訓(xùn)練的圖像集合，圖像來源于文獻(xiàn)[7]。

圖4 車牌字符識(shí)別訓(xùn)練圖像部分集合

圖像采用網(wǎng)絡(luò)車牌號(hào)碼，車牌圖像如圖5所示。將圖像拍攝出來，用訓(xùn)練模型進(jìn)行訓(xùn)練，最后通過模型得到識(shí)別后的車牌號(hào)碼。

圖5 車牌圖片

用卷積神經(jīng)網(wǎng)絡(luò)對(duì)省份進(jìn)行訓(xùn)練識(shí)別，結(jié)果如圖6所示。

圖6 省份識(shí)別結(jié)果圖

識(shí)別城市代號(hào)結(jié)果如圖7所示。

圖7 城市代碼識(shí)別結(jié)果圖

最終識(shí)別出的車牌編號(hào)結(jié)果如圖8所示。

圖8 車牌編號(hào)識(shí)別結(jié)果圖

4 結(jié) 語(yǔ)

隨著計(jì)算機(jī)技術(shù)的不斷發(fā)展與成熟，人工智能技術(shù)在生活中發(fā)揮的作用越來越大，其中，以深度學(xué)習(xí)為代表的各種算法應(yīng)用如自動(dòng)駕駛、智慧城市、智能醫(yī)療、圖像處理及人臉識(shí)別等，表現(xiàn)出優(yōu)良的性能，大大提高了使用單位的工作效率，極大地方便了人們的生活。在深度學(xué)習(xí)領(lǐng)域，卷積神經(jīng)網(wǎng)絡(luò)算法使用最為廣泛，其將二維圖像作為向量進(jìn)行輸入，通過卷積計(jì)算，提取圖像的各類特征信息，最后通過分類器實(shí)現(xiàn)圖像特征識(shí)別。算法提高了圖像特征提取能力和識(shí)別的準(zhǔn)確率，實(shí)驗(yàn)結(jié)果證明算法在車牌識(shí)別中性能良好，具有應(yīng)用和推廣價(jià)值。