本文介绍如何使用MTCNN神经网络算法进行视频车牌定位。尽管该算法在1080*1920*3的视频帧上能识别出车牌，但存在较高的误检率和较低的时间效率。第一层处理耗时2.2s，第二层0.2s，第三层0.1s。完整代码已分享在优快云。
这段时间一直在弄关于对视频的车牌定位，学了一点Python。真是人生苦短，我用Python啊。
话不多说，进入正题。
对视频进行车牌定位是一类对时间效率要求很高的车牌定位。将视频的每一帧进行处理之后得到图中的类似车牌的位置。当Fps达到30之后，一连串的图片在人眼中就成为了视频，所以对于每一帧的处理时间要在30ms以下。
都说神经网络很火，所以我最先采用的就是利用神经网络的方法来进行车牌定位。
采用的是mtcnn（Multi-task convolutional neural networks）这个算法。mtcnn之前是用来做人脸识别的，关于这一方面有很多文章就不多描述了。
MTCNN由3个网络结构组成（P-
最低0.47元/天 解锁文章
扫一扫
1043
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
