Fugu-MT 論文翻訳(概要): Detecting Vehicle Type and License Plate Number of different Vehicles on Images

論文の概要: Detecting Vehicle Type and License Plate Number of different Vehicles on Images

arxiv url: http://arxiv.org/abs/2104.09568v1
Date: Mon, 12 Apr 2021 19:51:17 GMT
ステータス: 処理完了
システム内更新日: 2021-05-04 08:07:15.786709
Title: Detecting Vehicle Type and License Plate Number of different Vehicles on Images
Title（参考訳）: 画像上の異なる車両の車両種別及びナンバープレート数の検出
Authors: Aashna Ahuja, Arindam Chaudhuri
Abstract要約: 提案システムは、車両タイプ検出のためのマスクR-CNNモデル、ライセンスプレート検出および文字の予測のためのWpodNetおよびpytesseractからなるユニークな混合物を使用する。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: With ever increasing number of vehicles, vehicular tracking is one of the major challenges faced by urban areas. In this paper we try to develop a model that can locate a particular vehicle that the user is looking for depending on two factors 1. the Type of vehicle and the 2. License plate number of the car. The proposed system uses a unique mixture consisting of Mask R-CNN model for vehicle type detection, WpodNet and pytesseract for License Plate detection and Prediction of letters in it.
Abstract（参考訳）: 車両の増加に伴い、車両追跡は都市部で直面する大きな課題の1つとなっている。本稿では,利用者が探している特定の車両を,車両の種類と2の要因によって特定できるモデルの開発を試みる。ナンバーナンバーは車のナンバー。提案システムでは,車両タイプ検出にマスクr-cnnモデル,ライセンスプレート検出にwpodnetとpytesseractを併用し,文字の予測を行う。

関連論文リスト

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)
DeepAccident: A Motion and Accident Prediction Benchmark for V2X Autonomous Driving [76.29141888408265]
本研究では,現実の運転において頻繁に発生する多様な事故シナリオを含む大規模データセットを提案する。提案したDeepAccidentデータセットには57Kの注釈付きフレームと285Kの注釈付きサンプルが含まれており、これは大規模なnuScenesデータセットの約7倍である。
論文参考訳（メタデータ） (2023-04-03T17:37:00Z)
Real-time smart vehicle surveillance system [0.0]
自動車盗難はインドで最も解決されていない犯罪の一つである。本稿では、CCTVビデオフィードを用いて被疑車両を検知・追跡するリアルタイム車両監視システムを提案する。提案手法の目的を満たすために,様々な画像処理と深層学習アルゴリズムが用いられている。
論文参考訳（メタデータ） (2021-11-24T06:15:14Z)
An Automated Approach for the Recognition of Bengali License Plates [0.0]
本研究では,ライセンスプレートを文字で検出するハイブリッド手法を提案する。撮影画像はバングラデシュの車両の認識手順に利用した。
論文参考訳（メタデータ） (2021-09-01T17:31:33Z)
Computer Vision based Accident Detection for Autonomous Vehicles [0.0]
ダッシュボードカメラを用いて車両事故を検出する自動運転支援システムを提案する。このフレームワークは、ダッシュカム映像のカスタムデータセットでテストされ、誤報率を低く保ちながら、高い事故検出率を達成する。
論文参考訳（メタデータ） (2020-12-20T08:51:10Z)
Methods of the Vehicle Re-identification [0.0]
2種類の車両を再識別する。このモジュールのトレーニングにはVRICとVabyIDデータセットが適している。第2の方法は、年と色が同じメイク/モデルで検索車両の代表画像として入力される。
論文参考訳（メタデータ） (2020-09-14T18:50:50Z)
V2VNet: Vehicle-to-Vehicle Communication for Joint Perception and Prediction [74.42961817119283]
車両間通信(V2V)を用いて、自動運転車の知覚と運動予測性能を向上させる。複数の車両から受信した情報をインテリジェントに集約することで、異なる視点から同じシーンを観察することができる。
論文参考訳（メタデータ） (2020-08-17T17:58:26Z)
Deep Learning Based Traffic Surveillance System For Missing and Suspicious Car Detection [0.0]
本稿では,盗難・盗難車検出のためのディープラーニングに基づく自動交通監視システムを提案する。 Select-Detector, Image Quality Enhancer, Image Transformer, Smart Recognizerの4つの部分で構成されている。提案手法の有効性は、政府のCCTVカメラの映像で検証され、盗難・盗難車両を87%の精度で識別する結果となった。
論文参考訳（メタデータ） (2020-07-17T07:18:12Z)
VehicleNet: Learning Robust Visual Representation for Vehicle Re-identification [116.1587709521173]
我々は,4つのパブリックな車両データセットを活用することで,大規模車両データセット(VabyNet)を構築することを提案する。 VehicleNetからより堅牢な視覚表現を学習するための、シンプルで効果的な2段階プログレッシブアプローチを設計する。 AICity Challengeのプライベートテストセットにおいて,最先端の精度86.07%mAPを実現した。
論文参考訳（メタデータ） (2020-04-14T05:06:38Z)
The Devil is in the Details: Self-Supervised Attention for Vehicle Re-Identification [75.3310894042132]
車両識別のための自己監督的注意(SAVER)は、車両固有の識別特徴を効果的に学習するための新しいアプローチである。我々は,SAVERがVeRi, VehicleID, Vehicle-1M, VERI-Wildのデータセットに挑戦する際の最先端性を改善することを示す。
論文参考訳（メタデータ） (2020-04-14T02:24:47Z)
Parsing-based View-aware Embedding Network for Vehicle Re-Identification [138.11983486734576]
本稿では,車載ReIDのビューアウェア機能アライメントと拡張を実現するために,解析に基づくPVEN(View-Aware Embedding Network)を提案する。 3つのデータセットで行った実験により、我々のモデルは最先端の手法よりも大きなマージンで優れていることが示された。
論文参考訳（メタデータ） (2020-04-10T13:06:09Z)

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。