霧の天候におけるナンバープレート認識の精度低下や検出漏れの問題に対処するため、深層学習に基づく霧天候下のナンバープレート認識方法を提案した。まず、AOD-Netアルゴリズムを用いて車両画像の霧除去前処理を行う。次に、YOLOv5ネットワークを基にナンバープレート検出ネットワークACG_YOLOv5sを設計した。ACG_YOLOv5sは、CBAM注意機構を導入しモデルの耐干渉性を向上させる；適応的特徴融合ネットワークASFFを導入し、モデルが適応的に学習した重みに基づき異なる特徴層に異なる重みを付与して重要な特徴情報を強調する；従来の畳み込みをGhost畳み込みモジュールで置換し、モデルの性能を維持しつつネットワーク訓練中のパラメータ数を削減した。最後にLPRNetを用いて検出されたナンバープレート画像を認識する。実験結果から改良されたACG_YOLOv5sネットワークのナンバープレート検出精度は99.6％に達し、LPRNetの認識精度は96％でメモリ使用率も低いことが示された。実験によりAOD-NetアルゴリズムとYOLOアルゴリズムの組み合わせが霧天候下のナンバープレート画像におけるナンバープレート番号の検出をより効果的に行えることが実証された。

ナンバープレート認識;AOD-Netアルゴリズム;YOLOv5ネットワーク;注意機構