論文の概要: End-to-end trainable network for degraded license plate detection via vehicle-plate relation mining

• arxiv url: http://arxiv.org/abs/2010.14266v1
• Date: Tue, 27 Oct 2020 13:05:31 GMT
• ステータス: 処理完了
• システム内更新日: 2022-10-02 12:14:44.562128
• Title: End-to-end trainable network for degraded license plate detection via vehicle-plate relation mining
• Title（参考訳）: 車両-プレート関係採掘によるナンバープレート検出のためのエンドツーエンドトレーニングネットワーク
• Authors: Song-Lu Chen, Shu Tian, Jia-Wei Ma, Qi Liu, Chun Yang, Feng Chen and Xu-Cheng Yin
• Abstract要約: そこで本研究では,車両-プレート関係のマイニングによるナンバープレート検出の新規かつ適用可能な手法を提案する。 まず,車両とナンバープレートの関係を利用して,ナンバープレート周辺の地域を推定する。 第二に, 斜めプレートの四隅を後退させて, 斜めプレートを頑健に検出することにより, 局所領域の四辺境界ボックスを予測することを提案する。
• 参考スコア（独自算出の注目度）: 26.484883058620134
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: License plate detection is the first and essential step of the license plate recognition system and is still challenging in real applications, such as on-road scenarios. In particular, small-sized and oblique license plates, mainly caused by the distant and mobile camera, are difficult to detect. In this work, we propose a novel and applicable method for degraded license plate detection via vehicle-plate relation mining, which localizes the license plate in a coarse-to-fine scheme. First, we propose to estimate the local region around the license plate by using the relationships between the vehicle and the license plate, which can greatly reduce the search area and precisely detect very small-sized license plates. Second, we propose to predict the quadrilateral bounding box in the local region by regressing the four corners of the license plate to robustly detect oblique license plates. Moreover, the whole network can be trained in an end-to-end manner. Extensive experiments verify the effectiveness of our proposed method for small-sized and oblique license plates. Codes are available at https://github.com/chensonglu/LPD-end-to-end.
• Abstract（参考訳）: ライセンスプレート検出は、ライセンスプレート認識システムの最初の重要なステップであり、オンロードシナリオのような実際のアプリケーションでは依然として難しい。 特に遠距離カメラや移動カメラが原因で生じる小型・斜めのナンバープレートは検出が困難である。 そこで本研究では,車両プレート関係マイニングによるライセンスプレートの劣化検出法を提案する。 まず,車両とナンバープレートの関係を利用してナンバープレート周辺の地域を推定し,検索面積を大幅に削減し,極めて小型のナンバープレートを高精度に検出する手法を提案する。 第2に,ライセンスプレートの四隅を後退させて斜めのライセンスプレートをロバストに検出することにより,局所領域における四角境界ボックスの予測を提案する。 さらに、ネットワーク全体をエンドツーエンドでトレーニングすることもできる。 提案手法の有効性を検証するための広範囲な実験を行った。 コードはhttps://github.com/chensonglu/LPD-end-to-endで入手できる。

関連論文リスト

• A Dataset and Model for Realistic License Plate Deblurring [17.52035404373648]
  ライセンスプレートブラ(LPBlur)と呼ばれる,最初の大規模ナンバープレートデブロアリングデータセットについて紹介する。 そこで我々は,ライセンスプレート・デブロアリングに対処するために,LPDGAN (L License Plate Deblurring Generative Adversarial Network) を提案する。 提案手法は,現実的なナンバープレートのデブロアリングシナリオにおいて,他の最先端の動作デブロアリング手法よりも優れる。
  論文  参考訳（メタデータ） (2024-04-21T14:36:57Z)
• Using Super-Resolution Imaging for Recognition of Low-Resolution Blurred License Plates: A Comparative Study of Real-ESRGAN, A-ESRGAN, and StarSRGAN [0.0]
  本研究は主に、Real-ESRGAN、A-ESRGAN、StarSRGANの3つの超解像モデルを微調整する。 異なる超解像モデルを比較することにより、この課題に最も適したモデルを見つけることが期待されている。
  論文  参考訳（メタデータ） (2024-03-20T03:42:15Z)
• Character Time-series Matching For Robust License Plate Recognition [0.0]
  本稿では,複数のフレームにおけるナンバープレートの追跡により,ナンバープレートの認識精度を向上させる手法を提案する。 まず、検出されたナンバープレートを正しく整列するために、Adaptive License Plate Rotationアルゴリズムを適用する。 第二に、多くの結果フレームからライセンスプレート文字を認識するための文字時系列マッチング法を提案する。
  論文  参考訳（メタデータ） (2023-07-21T03:50:23Z)
• Drone navigation and license place detection for vehicle location in indoor spaces [55.66423065924684]
  この研究は、駐車中の車両の列を行き来し、ナンバープレートを検出するナノドローンに基づくソリューションを作成することを目的としている。 すべての計算はドローン上でリアルタイムで行われ、2Dマップの作成を可能にする位置と検出された画像が送信される。
  論文  参考訳（メタデータ） (2023-07-19T17:46:55Z)
• Iranian License Plate Recognition Using a Reliable Deep Learning Approach [0.0]
  本稿では,ライセンスプレートの認識を2段階に分けて行う。 最初のステップは、入力画像からライセンスプレートの矩形を検出することである。 第2ステップでは、これらのナンバープレートを画像から抽出し、その文字を認識する。
  論文  参考訳（メタデータ） (2023-05-03T17:34:10Z)
• Indian Commercial Truck License Plate Detection and Recognition for Weighbridge Automation [0.0]
  本稿では,商用トラックナンバープレートのデータベースと,リアルタイムオブジェクト検出における最先端モデルの利用について述べる。 提案したライセンスプレートデータセットのアルゴリズム実装において,95.82%の精度を達成した。
  論文  参考訳（メタデータ） (2022-11-23T18:28:12Z)
• A Single-Target License Plate Detection with Attention [56.83051142257412]
  ニューラルネットワークは一般にライセンスプレート検出(LPD)タスクに採用されており、パフォーマンスと精度が向上している。 LPDのような単一のオブジェクト検出タスクでは、修正された汎用オブジェクト検出は時間がかかり、複雑なシナリオや組み込みデバイスへのデプロイが困難すぎる面倒な重み付けファイルに対処できない。
  論文  参考訳（メタデータ） (2021-12-12T03:00:03Z)
• Exploiting Playbacks in Unsupervised Domain Adaptation for 3D Object Detection [55.12894776039135]
  ディープラーニングに基づく最先端の3Dオブジェクト検出器は、有望な精度を示しているが、ドメインの慣用性に過度に適合する傾向がある。 対象領域の擬似ラベルの検出器を微調整することで,このギャップを大幅に削減する新たな学習手法を提案する。 5つの自律運転データセットにおいて、これらの擬似ラベル上の検出器を微調整することで、新しい運転環境への領域ギャップを大幅に減らすことを示す。
  論文  参考訳（メタデータ） (2021-03-26T01:18:11Z)
• A Robust Attentional Framework for License Plate Recognition in the Wild [95.7296788722492]
  本稿では,ライセンスプレート認識のための堅牢なフレームワークを提案する。 ナンバープレート画像生成のためのCycleGANモデルと、プレート認識のための精巧な設計された画像系列ネットワークで構成されている。 われわれは、中国本土31州から1200枚の画像を含む新しいライセンスプレートデータセット「CLPD」をリリースした。
  論文  参考訳（メタデータ） (2020-06-06T17:11:52Z)
• Road Curb Detection and Localization with Monocular Forward-view Vehicle Camera [74.45649274085447]
  魚眼レンズを装着した校正単眼カメラを用いて3Dパラメータを推定するロバストな手法を提案する。 我々のアプローチでは、車両が90%以上の精度で、リアルタイムで距離を抑えることができる。
  論文  参考訳（メタデータ） (2020-02-28T00:24:18Z)
• Key Points Estimation and Point Instance Segmentation Approach for Lane Detection [65.37887088194022]
  本稿では,PINet (Point Instance Network) と呼ばれるトラヒックライン検出手法を提案する。 PINetには、同時にトレーニングされる複数のスタックされた時間ガラスネットワークが含まれている。 PINetはTuSimpleとCulaneのデータセットで競合精度と偽陽性を達成する。
  論文  参考訳（メタデータ） (2020-02-16T15:51:30Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。