沈文枫，张建蕾，周丁倩，陈圣波，邱　峰（上海大学计算机工程与科学学院，上海200444）

大数据时代的车牌汉字识别

沈文枫，张建蕾，周丁倩，陈圣波，邱峰
（上海大学计算机工程与科学学院，上海200444）

在大数据时代，交通信息成为网络数据量最大的数据来源之一，智能交通成为必然需求.车牌识别是智能交通的基础，可广泛应用于车库管理、交通监控等工程中，然而识别的准确率还有待加强，已有算法对于字母、数字的识别准确率都非常高，而对于中国特有的汉字识别却效果不佳.提出用受限玻尔兹曼机组成的深信度网络算法来识别车牌字符，大大提升了汉字识别的准确率，使准确率达到99.44%.

车牌汉字识别；深信度网络；受限玻尔兹曼机；深度学习

在大数据时代，交通信息成为网络数据量最大的数据来源之一，每天每个地市的每个十字路口要通过数以万计的车辆，包含各种车型和牌照.随着科技和经济的高速发展，购置汽车的人与日俱增，然而日益增多的车辆在给人们的出行带来便捷的同时，也使得交通问题日益突出，因此发展智能交通系统（intelligent transportation system，ITS）成为迫切需要.对于交通堵塞和交通事故等问题，借助智能交通系统［1］能够实现交通的智能自动化管理，进而实现对交通环境的全面有效的监管，帮助缓解交通堵塞、交通安全等方面的问题.

车辆牌照识别（license plate recognition，LPR）技术［2］作为ITS的基础，已广泛应用于违章车辆稽查、城市监控系统、停车场、高速公路收费站等需……