基于改進(jìn)YOLOv3和BGRU的車牌識(shí)別系統(tǒng)

史建偉，章 韻

(南京郵電大學(xué) 計(jì)算機(jī)學(xué)院，江蘇 南京 210023)

0 引 言

近年來，車牌識(shí)別LPR(license plate recognition)技術(shù)受到了廣泛的關(guān)注和研究。商業(yè)化方案中，部分車牌識(shí)別公司都具有較好的商業(yè)化版本，應(yīng)用也較為廣泛，包括成都火眼臻視、北京精英智通科技等。現(xiàn)階段的一些車牌識(shí)別技術(shù)，將檢測(cè)、分割和識(shí)別三者進(jìn)行結(jié)合，該方案過程流程較為復(fù)雜，對(duì)于圖像模糊粘連處理有一定難度，另外，車牌識(shí)別還容易受天氣、顏色、光線等因素的影響。

本文的主要貢獻(xiàn)如下：

(1)所提出的輕量級(jí)網(wǎng)絡(luò)模型可以通過一次前向傳播過程基本完成車牌端到端的檢測(cè)與識(shí)別的任務(wù)，無需對(duì)車牌字符預(yù)先進(jìn)行分割，由深度神經(jīng)網(wǎng)絡(luò)自身進(jìn)行學(xué)習(xí)，并進(jìn)行精細(xì)化的自動(dòng)提取操作，節(jié)約了車牌識(shí)別的時(shí)間，提升了系統(tǒng)的識(shí)別效率，相比于其它模型，訓(xùn)練時(shí)間短，收斂速度快。

(2)本文改進(jìn)YOLOv3網(wǎng)絡(luò)，擴(kuò)展多尺度檢測(cè)的功能，細(xì)化定位精度，提升車牌定位效率。

(3)本文利用BGRU+CTC改進(jìn)識(shí)別網(wǎng)絡(luò)完成對(duì)已定位車牌的無字符分割的識(shí)別任務(wù)，明顯縮短訓(xùn)練時(shí)間，提升了網(wǎng)絡(luò)的收斂速度和識(shí)別準(zhǔn)確率。

1 相關(guān)工作

車牌定位的目的主要是在圖像中獲取車牌的位置，常用的做法是利用邊界框bounding box在圖像中標(biāo)出車牌位置，傳統(tǒng)的定位算法主要有4個(gè)方向[1]：邊緣特征、顏色特征、字符特征和紋理特征，一般來說，顏色和邊緣特征的應(yīng)用范圍較廣，因?yàn)檐嚺频男螤钶^為固定，其邊緣的密度相較其它圖像更高，故而邊緣特征在車牌檢測(cè)中的使用率也較高。Chen J利用組合顏色特征和邊緣信息來提取牌照[2]。在基于顏色分割的定位中，HSV顏色空間模型作用于車牌顏色閾值分割。在去除二進(jìn)制圖像中的噪聲之后，使用形態(tài)學(xué)操作來填充某些斷開區(qū)域的間隙。然后，利用基于輪廓形狀比和滿足車牌特征的輪廓區(qū)域的尺寸來提取目標(biāo)區(qū)域。然而，傳統(tǒng)定位方法的精度和速度有待提高。最近幾年，目標(biāo)檢測(cè)算法取得了很大的突破，算法主要有兩類，一類以區(qū)域建議為基礎(chǔ)，再進(jìn)行分類和回歸的目標(biāo)檢測(cè)算法，如RCNN[3]、Mask RCNN[4]，一類是基于回歸的端到端的檢測(cè)算法，如SSD[5]、YOLO[6]等，前者首先產(chǎn)生目標(biāo)候選框，然后再對(duì)候選框進(jìn)行分類與回歸的處理，擁有較高的精度，后者采用回歸的方式進(jìn)行端到端的定位，速度較快，但精度略低。

車牌識(shí)別階段，傳統(tǒng)識(shí)別技術(shù)傾向于先對(duì)車牌字符采取分割的操作，然后使用光學(xué)字符識(shí)別(OCR)技術(shù)識(shí)別每個(gè)被分割的字符。Chen J實(shí)現(xiàn)了利用支持向量機(jī)(SVM)來識(shí)別中國(guó)車牌字符[2]。通過在兩種類型的字符之間設(shè)計(jì)SVM，使用可以識(shí)別多個(gè)字符的多類分類器。結(jié)果表明，該方法在字母數(shù)字特征上表現(xiàn)良好，但對(duì)于漢字識(shí)別并不理想。Zherzdev S等提出了LPR-Net的概念[7]，它是由輕量級(jí)卷積神經(jīng)網(wǎng)絡(luò)組成，因此可以端到端的方式進(jìn)行訓(xùn)練并且不需要預(yù)先的字符分割，實(shí)驗(yàn)結(jié)果表明，該模型的識(shí)別準(zhǔn)確率可達(dá)95%。

然而，大多數(shù)現(xiàn)有算法僅在受限條件下或使用復(fù)雜的圖像捕獲系統(tǒng)才能很好地工作。在相對(duì)復(fù)雜的環(huán)境中進(jìn)行車牌識(shí)別的難度依然較大。相關(guān)挑戰(zhàn)諸光線照明不夠、扭曲、遮擋或模糊。傳統(tǒng)的車牌定位和識(shí)別的方法通常將上述兩個(gè)模塊視為兩個(gè)獨(dú)立的任務(wù)，并分別通過不同的方法來解決它們。然而，二者其實(shí)是高度相關(guān)的。因此，本文提出了端到端的車牌定位和識(shí)別的方案，優(yōu)化了車牌識(shí)別系統(tǒng)，提高了識(shí)別速度和準(zhǔn)確。

2 網(wǎng)絡(luò)模型

2.1 整體架構(gòu)

系統(tǒng)的網(wǎng)絡(luò)模型圖1所示，由車牌定位，車牌識(shí)別兩個(gè)部分組成。首先利用改進(jìn)的YOLOv3檢測(cè)網(wǎng)絡(luò)對(duì)車牌做定位，獲取車牌的角點(diǎn)坐標(biāo)后，進(jìn)行裁剪，并送入識(shí)別網(wǎng)絡(luò)，再對(duì)車牌做特征提取，采用BGRU進(jìn)行序列標(biāo)注和譯碼的操作，最后利用CTC Loss優(yōu)化目標(biāo)函數(shù)在各個(gè)數(shù)據(jù)點(diǎn)的損失函數(shù)值，從而輸出識(shí)別的車牌結(jié)果。

圖1 系統(tǒng)模型框架

2.2 YOLOv3算法

YOLO可以獲取到圖像的整體信息，使用單個(gè)網(wǎng)絡(luò)完成整個(gè)檢測(cè)的方法，大大提升了同類目標(biāo)檢測(cè)算法的速度；YOLOv2[8]引入了anchor。同時(shí)使用了K-means方法，對(duì)anchor數(shù)量進(jìn)行了討論，在精度和速度之間做出折中。并且修改了網(wǎng)絡(luò)結(jié)構(gòu)，去掉了全連接層，改成了全卷積結(jié)構(gòu)。在YOLOv2的基礎(chǔ)上，YOLOv3[9]改進(jìn)了不少，比如多標(biāo)簽分類，多尺度檢測(cè)等，該變化使得檢測(cè)速度大大加快，同時(shí)，在檢測(cè)精度上也有很大的提升，該模型使用了很多表現(xiàn)良好的3*3和1*1的卷積方案，該網(wǎng)絡(luò)對(duì)于小物體的檢測(cè)效果也有一定的提升，隨著輸出的特征圖的數(shù)量和尺度的變積層，另外，在后續(xù)進(jìn)行多尺度檢測(cè)時(shí)也采用了一些殘差網(wǎng)絡(luò)模塊，正是由于采用了多尺度的檢化，先驗(yàn)框的尺寸也需要相應(yīng)的調(diào)整。YOLOv2已經(jīng)開始采用K-means聚類得到先驗(yàn)框的尺寸，YOLOv3引入了Faster R-CNN采用bounding box[10]的思想，為每種下采樣尺度設(shè)定3種先驗(yàn)框，總共聚類出9種尺寸的先驗(yàn)框，針對(duì)COCO數(shù)據(jù)集和VOC數(shù)據(jù)集都采用了3個(gè)尺度的進(jìn)行目標(biāo)檢測(cè)，尺度小的物體用大的先驗(yàn)框，反之，尺度大的物體則用小的先驗(yàn)框。

相比于YOLOv2使用Softmax預(yù)測(cè)錨點(diǎn)框中包含物體的概率，YOLOv3則將其替換為了邏輯回歸(Logistic Regression)，當(dāng)預(yù)測(cè)的目標(biāo)類別很復(fù)雜的時(shí)候，邏輯回歸進(jìn)行分類則顯得更為有效。

YOLOv3在訓(xùn)練的過程中，采用Logistic Regression和交叉熵Cross Entropy對(duì)類別進(jìn)行預(yù)測(cè)，該方案讓YOLOv3能夠?qū)蝹€(gè)目標(biāo)采用多標(biāo)簽分類的策略。

2.3 基于YOLOv3的多尺度檢測(cè)的改進(jìn)

YOLOv3中，引入了FPN[11]網(wǎng)絡(luò)，與此同時(shí)，采用高層的細(xì)粒度特征和高語義信息和低層的粗粒度特征，再結(jié)合上采樣的技術(shù)，將不同層次的特征進(jìn)行融合，從而對(duì)目標(biāo)物體進(jìn)行3個(gè)不同尺度特征層次的檢測(cè)。

然而，在目標(biāo)檢測(cè)物的在圖像中占比較小時(shí)，也會(huì)存在如下問題：

(1)其所對(duì)應(yīng)的檢測(cè)區(qū)域的像素所呈現(xiàn)的信息量則是受限的，故而導(dǎo)致了一些較為通用的目標(biāo)檢測(cè)算法在某些小物體檢測(cè)的場(chǎng)景下效果不佳，相比專門為了檢測(cè)小物體而設(shè)計(jì)的算法，更易受到本身場(chǎng)景的限制，應(yīng)用范圍有限的，通用性有待提高。

(2)在訓(xùn)練階段，對(duì)于小物體的標(biāo)注容易存在偏差，在目標(biāo)物體較小的情況下，標(biāo)記的誤差會(huì)對(duì)檢測(cè)效果產(chǎn)生較大的影響。

本文對(duì)YOLOv3的原有檢測(cè)網(wǎng)絡(luò)進(jìn)行優(yōu)化，將其檢測(cè)深度擴(kuò)展為4個(gè)尺度，該方案使其對(duì)較小車牌的檢測(cè)更為精細(xì)，錨點(diǎn)框的選取更為準(zhǔn)確，同時(shí)，也使得網(wǎng)絡(luò)本身更好地利用低層和高層的不同級(jí)別的細(xì)粒度特征實(shí)現(xiàn)多尺度檢測(cè)。

改進(jìn)算法YOLOv3-LPR的網(wǎng)絡(luò)結(jié)構(gòu)如圖2所示，其中的DBL即為Conv(卷積)+BN(批歸一化)+Leaky Relu(帶泄露修正線性單元)的組合，BN和Leaky Relu不可分，是網(wǎng)絡(luò)中的最小組件，resn(n位數(shù)字)是殘差結(jié)構(gòu)，表示res_block(殘差塊)中有多少個(gè)res_unit(殘差單元)，其為網(wǎng)絡(luò)的最大組件，concat則代表張量拼接，其會(huì)將中層以及后層的上采樣進(jìn)行拼接，該操作與殘差層的add含義不同，拼接操作會(huì)增加張量的維度，而殘差層的add是直接相加并不會(huì)帶來張量數(shù)量的擴(kuò)充。

圖2 改進(jìn)的多尺度檢測(cè)框架YOLOv3-LPR結(jié)構(gòu)

整個(gè)網(wǎng)絡(luò)主要利用上采樣的方式來實(shí)現(xiàn)多尺度的feature map(特征層)，圖中concat連接的是兩個(gè)尺度一樣的張量，將52×52尺度與104×104尺度通過(2,2)上采樣進(jìn)行拼接，擴(kuò)展為網(wǎng)絡(luò)的第4個(gè)尺度，進(jìn)而擴(kuò)充張量的維度，增加檢測(cè)的細(xì)粒度，提升對(duì)于小物體的檢測(cè)效果。

2.4 基于序列標(biāo)注的車牌識(shí)別

在傳統(tǒng)的LPR框架中，如文獻(xiàn)[7]所述，字符分割對(duì)車牌識(shí)別的成功有很大的影響。如果分割不合適，則牌照將被錯(cuò)誤識(shí)別，即使我們有一個(gè)高性能的識(shí)別器，可以處理各種大小，字體和旋轉(zhuǎn)的字符。然而，字符分割過程較為復(fù)雜，其分割效果對(duì)識(shí)別影響很大，且易受到噪聲和不良照明的影響。傳統(tǒng)的識(shí)別方案中通常采用了許多預(yù)處理，分割和識(shí)別的方法，但未能取得較好的效果。故而，在這一部分中，我們使用一種新的識(shí)別技術(shù)，將車牌中的字符視為未分段的序列，并從序列標(biāo)記的角度來解決問題。

2.4.1 LSTM+CTC識(shí)別模型的改進(jìn)

相比傳統(tǒng)的車牌識(shí)別算法，如模板匹配，SVM，ANN等，普遍存在速度慢，精度不高的問題，尤其在中文車牌的識(shí)別上，此類算法對(duì)于漢字的識(shí)別效果并不理想，近年來，LSTM+CTC的方案成為了端到端車牌識(shí)別算法的主流，但本文所采用的BGRU+CTC的識(shí)別算法相較于LSTM+CTC在網(wǎng)絡(luò)訓(xùn)練時(shí)間，收斂速度，識(shí)別精度上都有所提升。

基于序列標(biāo)記的車牌識(shí)別的整個(gè)過程如圖3所示。它主要由3個(gè)子部分組成。首先，將牌照邊界框轉(zhuǎn)換成一系列特征向量， 然后使用Adam和BP算法訓(xùn)練具有GRU(gated recurrent unit)的RNN模型以標(biāo)記序列特征。最后將CTC(connectionist temporal classification)應(yīng)用于RNN(recurrent neural network)的輸出層，分析RNN的標(biāo)記結(jié)果并生成最終識(shí)別結(jié)果。

圖4則為BGRU序列識(shí)別過程對(duì)應(yīng)的參數(shù)模型，該方法允許在沒有字符級(jí)別分割和識(shí)別的情況下重新識(shí)別整個(gè)車牌，明顯改善了傳統(tǒng)識(shí)別模式依賴先分割后識(shí)別的方案，減少了識(shí)別過程所需的時(shí)間。GRU可以幫助捕獲序列中的特征之間的相互依賴性，利用待標(biāo)語素左側(cè)和右側(cè)上下文的信息，通過門限機(jī)制實(shí)現(xiàn)對(duì)長(zhǎng)距離依賴的建模，并且在處理低質(zhì)量圖像時(shí)依然可以取得不錯(cuò)的效果。因此，本文模型采用BGRU級(jí)聯(lián)的構(gòu)造結(jié)構(gòu)，很好地利用了GRU本身的特性，同時(shí)也增強(qiáng)了其序列識(shí)別的性能。另外，精密的CNN模型所學(xué)習(xí)到的高級(jí)特征對(duì)于這種方法的成功也至關(guān)重要。

圖3 序列識(shí)別模型

2.4.2 序列特征生成

CNN具有從圖像中學(xué)習(xí)信息表示的強(qiáng)大能力。這里應(yīng)用預(yù)訓(xùn)練的7層CNN模型從裁剪的車牌圖像中提取順序特征表示。受He P等[12]工作的啟發(fā)，我們用滑動(dòng)窗口的方式在整個(gè)圖像中提取相應(yīng)的特征。首先，對(duì)圖像做一定的預(yù)處理，將每一個(gè)檢測(cè)到的車牌轉(zhuǎn)為灰度圖像，然后將車牌的大小調(diào)整為164*48，其高度與CNN模型的輸入高度相同，中文車牌是由7個(gè)字符組成，其中包含1位省份漢字簡(jiǎn)稱和6位字母和數(shù)字的混合體，另外中國(guó)車牌共有31個(gè)省份，混合體中包含10個(gè)阿拉伯?dāng)?shù)字和24個(gè)英文字母(O和I不計(jì)算在內(nèi))，故而全連接層共有65個(gè)類，而最終根據(jù)所需的位數(shù)，利用Softmax層做分類。經(jīng)過序列識(shí)別網(wǎng)絡(luò)的處理，全連接層輸出了18*66維(含1位空格符)的特征向量，候選車牌圖像上的特征也被從左到右被依次提取，本文中該特征圖從左往右依次和7個(gè)字符信息網(wǎng)絡(luò)層相對(duì)應(yīng)，并利用Dropout進(jìn)行隨機(jī)(rate=0.25)刪除一些隱藏神經(jīng)元，分類層輸出的7位結(jié)果對(duì)應(yīng)網(wǎng)絡(luò)的識(shí)別結(jié)果。這不僅保存了序列信息，同時(shí)還獲取了有效的RNN的上下文信息，其特征向量之間的相互關(guān)系對(duì)字符識(shí)別有很大幫助。

圖4 BRGU序列識(shí)別模型

2.4.3 序列標(biāo)注

RNN較為特殊，該網(wǎng)絡(luò)具有對(duì)過去的上下文信息進(jìn)行預(yù)測(cè)的能力。且相比對(duì)每個(gè)特征進(jìn)行單獨(dú)的處理，該機(jī)制使得序列識(shí)別操作更加的穩(wěn)定?？紤]到RNN在訓(xùn)練期間容易產(chǎn)生梯度爆炸的可能，我們采用了LSTM(long short-term memory)的變體GRU。它包含一個(gè)存儲(chǔ)器單元和更新，重置兩個(gè)乘法門，比LSTM少了一個(gè)門函數(shù)，在參數(shù)規(guī)模上也比LSTM少了1/4，所以整體上GRU的訓(xùn)練和網(wǎng)絡(luò)收斂速度要快于LSTM，可以長(zhǎng)時(shí)間存儲(chǔ)上下文，并獲取序列特征之間的長(zhǎng)程依賴關(guān)系。

序列標(biāo)識(shí)即對(duì)特征序列中的每一層特征都用GRU遞歸處理，每一次都會(huì)用一個(gè)非線性狀態(tài)的函數(shù)g(·)來對(duì)狀態(tài)ht進(jìn)行更新，該函數(shù)會(huì)進(jìn)一步將當(dāng)前特征xt和處于鄰接狀態(tài)的ht-1或ht+1作為輸入

隨后是Softmax層，其將GRU的狀態(tài)轉(zhuǎn)換為7個(gè)類的概率分布

整個(gè)特征序列被最終轉(zhuǎn)換為概率估計(jì)序列p={p1,p2,…pL}，其長(zhǎng)度與輸入序列相等。

2.4.4 序列譯碼

最后，本文的網(wǎng)絡(luò)將概率估計(jì)P的序列轉(zhuǎn)換為字符串，其中，CTC專門設(shè)計(jì)用于序列標(biāo)記任務(wù)，可以解決輸入特征和輸出標(biāo)簽之間對(duì)齊關(guān)系不確定的時(shí)間序列問題，也無需數(shù)據(jù)預(yù)分割。它能夠直接將預(yù)讀序列解碼為輸出標(biāo)簽。故而，本文中選擇具有反向傳播的梯度下降算法Adam算法來訓(xùn)練網(wǎng)絡(luò)，將它直接連接到GRU的輸出，CTC的輸入恰好是GRU的輸出激活，另外，采取序列譯碼的策略是為了利用GRU的輸出序列進(jìn)一步獲取具有最大概率的近似路徑的最優(yōu)解。

3 實(shí)驗(yàn)結(jié)果與分析

3.1 平臺(tái)與數(shù)據(jù)集

為了驗(yàn)證本文車牌定位算法和識(shí)別算法的有效性進(jìn)行了相應(yīng)的仿真實(shí)驗(yàn)，實(shí)驗(yàn)平臺(tái)為Intel(R) Xeon(R) CPU E5-2643 v4 @ 3.40 GHz，8 GB RAM，NVIDIA GeForce GTX 1080 Ti，采用CUDA8.0 加速，車牌定位，識(shí)別的模型的實(shí)驗(yàn)數(shù)據(jù)來源停車場(chǎng)，收費(fèi)站，CCPD[13]開源數(shù)據(jù)集和廣東省智能交通系統(tǒng)重點(diǎn)實(shí)驗(yàn)室的開源數(shù)據(jù)集Open-ITS，共計(jì)14 484張，其中識(shí)別部分的數(shù)據(jù)需先對(duì)原圖進(jìn)行車牌檢測(cè)并裁剪，示例數(shù)據(jù)如圖5所示，此前有采用過利用OPENCV和車牌字體生成的數(shù)據(jù)，效果并不理想，故而本文采用的數(shù)據(jù)均為真實(shí)數(shù)據(jù)。

圖5 識(shí)別模型訓(xùn)練數(shù)據(jù)樣例

3.2 車牌定位模型驗(yàn)證

在車牌定位模型中改進(jìn)了YOLOv3模型，擴(kuò)展了多尺度檢測(cè)的功能，融合了多級(jí)細(xì)粒度的特征[14]，訓(xùn)練時(shí)為了避免產(chǎn)生過擬合的現(xiàn)象，同時(shí)也為了提升模型訓(xùn)練速度，選用動(dòng)量常數(shù)為0.9，學(xué)習(xí)率為動(dòng)態(tài)衰減，初始值為0.001，衰減步長(zhǎng)為40 000，衰減率為0.0005，批大小為64，最大迭代50 200次，框架為DarkNet。車牌定位的目的主要是為了獲得車牌所在的區(qū)域，為后續(xù)的車牌識(shí)別做準(zhǔn)備，由于車牌定位的精度直接影響了車牌識(shí)別的效果，故而，采用反應(yīng)定位坐標(biāo)準(zhǔn)確度的平均IOU(intersection over union)指標(biāo)來衡量車牌定位的有效性，該指標(biāo)值越大，則定位越準(zhǔn)確，效果越好，相關(guān)網(wǎng)絡(luò)訓(xùn)練參數(shù)變化散點(diǎn)圖如圖6所示。

圖6 網(wǎng)絡(luò)訓(xùn)練參數(shù)收斂散點(diǎn)圖

如表1所示，因檢測(cè)尺度的深化，改進(jìn)算法YOLOv3-LPR復(fù)雜度有所增加，在檢測(cè)速度上，盡管比原有算法低了4.4 fps，但是mAP值卻提高0.6，綜合性能有所提升。

表1 多尺度檢測(cè)算法效果比較

3.3 車牌識(shí)別模型驗(yàn)證

端到端的車牌識(shí)別模型訓(xùn)練共使用了14 484張圖片，采用分步策略，批大小為128，訓(xùn)練周期為25，每個(gè)訓(xùn)練周期數(shù)據(jù)迭代800次。同時(shí)利用Adam算法優(yōu)化梯度下降，學(xué)習(xí)率為動(dòng)態(tài)衰減，框架為Keras; 在保證其它參數(shù)不變的情況下，與現(xiàn)階段比較流行，且效果很好的車牌識(shí)別方法BLSTM+CTC在訓(xùn)練時(shí)間Batch/Time，CTC Loss和識(shí)別準(zhǔn)確率Accuracy這3個(gè)方面進(jìn)行比較，驗(yàn)證本文識(shí)別算法的有效性，結(jié)果如圖7，圖8，圖9所示。相較于一些比較傳統(tǒng)的算法，如模板匹配，HOG+SVM，BP神經(jīng)網(wǎng)絡(luò)等，其本身與BLSTM+CTC和BGRU+CTC的效果有較大差距，故識(shí)別模型驗(yàn)證階段并未做比較。

圖7 BLSTM+CTC和BGRU+CTC的訓(xùn)練時(shí)間對(duì)比

圖8 BLSTM+CTC和BGRU+CTC的CTC Loss對(duì)比

圖9 BLSTM+CTC和BGRU+CTC的識(shí)別準(zhǔn)確率對(duì)比

從圖7可以看出，在相同周期內(nèi)，BLSTM+CTC的訓(xùn)練時(shí)間明顯高于BGRU+CTC的訓(xùn)練時(shí)間，這是因?yàn)镚RU網(wǎng)絡(luò)本身包含一個(gè)存儲(chǔ)器單元和更新，重置兩個(gè)乘法門，比LSTM少了一個(gè)門函數(shù)，從而，在矩陣乘法的數(shù)量上有所下降，參數(shù)規(guī)模也比LSTM少了1/4，所以整體上BGRU+CTC的訓(xùn)練和網(wǎng)絡(luò)收斂速度要快于BLSTM+CTC，在數(shù)據(jù)量比較大的情況下，BGRU+CTC可以節(jié)省很多的訓(xùn)練時(shí)間。

為了更完整的顯示CTC Loss變化的細(xì)節(jié)，故將圖8中的Epoch=1狀態(tài)時(shí)BLSTM+CTC和BGRU+CTC的值略去了，其分別為6.6563和5.2852，從圖上可以清晰地發(fā)現(xiàn)，盡管從第5個(gè)Epoch開始，兩者的CTC Loss值趨近一致，但在訓(xùn)練的初始階段，BGRU的CTC Loss值下降速度更快，與此同時(shí)，CTC Loss的變化速度也直接影響了識(shí)別準(zhǔn)確率Accuracy的大小。

如圖9所示，BGRU+CTC的結(jié)構(gòu)在更短的時(shí)間內(nèi)獲得了相對(duì)較高的準(zhǔn)確率，在Epoch=3時(shí)就達(dá)到了96.33%，相較之下，BLSTM+CTC卻只有94.75%，低了約1.5%；另外，從整個(gè)周期來看，BGRU+CTC取得最高準(zhǔn)確率為Epoch=18時(shí)的98.42%，但BLSTM+CTC取得的最高準(zhǔn)確率則為Epoch=21時(shí)的97.92%，與前者相比，略低了0.5%，從平均值看，BGRU+CTC準(zhǔn)確率為97.08%，BLSTM+CTC為96.28%；故而，綜上比較，BGRU+CTC識(shí)別模型的效果更好。

如表2所示，本文改進(jìn)算法YOLOv3-LPR+BGRU+CTC相較其它算法，識(shí)別準(zhǔn)確率最高，盡管提高了模型復(fù)雜度，在時(shí)間上有所增加，但是綜合性能還是最優(yōu)的。

從上述實(shí)驗(yàn)數(shù)據(jù)的對(duì)比中，不難發(fā)現(xiàn)，在定位方法一致時(shí)，識(shí)別模塊采用BGRU+CTC,其車牌的識(shí)別的準(zhǔn)確率有一定的提升，且由于BGRU的結(jié)構(gòu)相較于BLSTM更加的簡(jiǎn)潔，故而在識(shí)別速度方面也具有一定的優(yōu)勢(shì)；另外，在定位模塊進(jìn)行多尺度改進(jìn)的算法，相較于原算法，其模型復(fù)雜度有所提升，故而，識(shí)別速度有所減慢，識(shí)別時(shí)間增加了3.71 ms，但對(duì)系統(tǒng)整體性能的影響不大，然而，改進(jìn)后的模型的識(shí)別準(zhǔn)確度卻提升了0.35%；其次，對(duì)比改進(jìn)后的YOLOv3-LPR和OPENCV兩個(gè)定位模塊，實(shí)驗(yàn)結(jié)果表明識(shí)別速度有顯著提升，其識(shí)別時(shí)間大約減少了39%，綜合考慮各項(xiàng)指標(biāo)，本文模型YOLOv3-LPR+BGRU+CTC表現(xiàn)出的效果最優(yōu)。

表2 定位+識(shí)別算法效果比較(OpenITS)

4 結(jié)束語

針對(duì)傳統(tǒng)車牌識(shí)別方法準(zhǔn)確率不高，速度慢的問題，本文提出了定位-識(shí)別一體化模型，簡(jiǎn)化了識(shí)別流程，實(shí)現(xiàn)了車牌的端到端的定位和識(shí)別，在定位模型中，改進(jìn)YOLOv3的多尺度檢測(cè)，使其對(duì)于車牌有更好的定位性能，在識(shí)別模型中，改進(jìn)傳統(tǒng)的BLSTM+CTC識(shí)別模型的架構(gòu)，優(yōu)化識(shí)別效果，通過實(shí)例驗(yàn)證，本文改進(jìn)的模型整體效果良好，其在識(shí)別率和可靠性方面具有一定的優(yōu)勢(shì)。