12、深度学习模型在车牌检测与糖尿病系统中的应用

深度学习模型在车牌检测与糖尿病系统中的应用

一、车牌检测相关研究

1.1 不同车牌检测方法概述

在车牌检测领域，众多研究者提出了不同的方法：
| 标题 | 检测方法 |
| — | — |
| 泰国汽车车牌识别方法（1998，1999） | 反向传播方法 |
| 自动停车系统 | - |
| 用于汽车车牌检测和识别的 LOCOMOTIVE 产品（1999） | 金字塔处理器、感兴趣区域定位 |
| 自动车牌识别工具（2004） | 边缘、色调、饱和度和强度模糊化特征提取方法 |
| 车辆车牌检测方法（2018） | 连通组件分析（CCA）、降噪滤波器和比率分析 |
| 一种新的车辆车牌检测方法（2018） | YOLOv2 Darknet - 19、CNN 模型、HOG 和 SVM |

具体来说：
- 泰国车牌识别 ：Thanongsak Sirithinaphong 和 Kosin Chamnongthai 在 1998 年和 1999 年开发了泰国汽车车牌识别方法。在车牌提取方面，使用了四层反向传播方法；在候选区域提取时，考虑颜色信息和形状特征从图像中提取精确特征，还使用了 Sigmoid 函数，最终实现了 84.29 的性能和 80.81% 的识别率。在 1999 年，他们还开发了自动停车系统，取得了 92% 的提取率和 96% 的识别率。
- LOCOMOTIVE 产品 ：Luis Salgado 等人开发了用于汽车车牌检测和识别的 LOCOMOTIVE 产品，即欧洲 ESPRIT 5184 L