基于深度学习的集卡车车牌识别开题报告

1. 研究目的与意义、国内外研究现状（文献综述）

一、课题意义

随着计算机技术的不断提高，车牌识别技术也在近年来得到飞速的发展。车牌技术的使用可以有效实现对过往车辆进行实时监控、分析，获取车牌号码、车牌颜色、车辆类型等各种信息，不仅可以应用于企业车辆的管理，家庭车辆登记等方面，还为公安部门有效打击盗抢和黑名单机动车、查缉交通肇事逃逸车辆、分析交通状况、加强治安管理等提供强有力的支持。车牌识别还可以应用于交通流量检测，交通控制与诱导，小区车辆管理，自动收费等各个方面。

本课题研究的车辆主要针对码头集卡车，码头集卡车有轻卡、重卡、微车、牵引车、载货车、自卸车等类型，不同类型的集卡车进出码头都需要进行登记记录，安排相应的工作人员进行卸货或换班等工作。通过对集卡车车牌识别，分辨车辆类型，并对车辆进出时间，车流量等进行监控，以实现用自动化代替人工进行车辆登记管理的目的。

2. 研究的基本内容和问题

三、研究目标、研究内容、拟解决的关键问题

1.研究目标

（1）对集卡车车牌进行检测；

3. 研究的方法与方案

四、研究方法、技术路线、实验方案及可行性分析

1.研究方法

（1）阅读相关文献、书籍以及学术论文；

4. 研究创新点

五、特色或创新之处

1.本项目主要提出了基于cnn的ocr车牌识别算法；

2.设计出一款具有自动识别集卡车车牌功能的软件；

5. 研究计划与进展

六、研究计划及预期进展

1.2020年1月至2月

准备数据集和相关理论的学习：学习python语言和深度学习（卷积神经网络cnn）的相关知识。并对获取到的数据集进行图像预处理，得到可用的训练集和测试集；