論文の概要: Deep Learning Based Framework for Iranian License Plate Detection and Recognition

• arxiv url: http://arxiv.org/abs/2201.06825v1
• Date: Tue, 18 Jan 2022 08:53:42 GMT
• ステータス: 処理完了
• システム内更新日: 2022-01-19 22:59:35.036293
• Title: Deep Learning Based Framework for Iranian License Plate Detection and Recognition
• Title（参考訳）: イランのナンバープレート検出と認識のための深層学習に基づくフレームワーク
• Authors: Mojtaba Shahidi Zandi, Roozbeh Rajabi
• Abstract要約: イランのナンバープレート認識のために、ディープ畳み込みニューラルネットワークの枠組みが提案されている。 提案システムは,ライセンスプレート上の望ましくないデータのような困難な状況下で,ライセンスプレートを認識することができる。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: License plate recognition systems have a very important role in many applications such as toll management, parking control, and traffic management. In this paper, a framework of deep convolutional neural networks is proposed for Iranian license plate recognition. The first CNN is the YOLOv3 network that detects the Iranian license plate in the input image while the second CNN is a Faster R-CNN that recognizes and classifies the characters in the detected license plate. A dataset of Iranian license plates consisting of ill-conditioned images also developed in this paper. The YOLOv3 network achieved 99.6% mAP, 98.26% recall, 98.08% accuracy, and average detection speed is only 23ms. Also, the Faster R-CNN network trained and tested on the developed dataset and achieved 98.97% recall, 99.9% precision, and 98.8% accuracy. The proposed system can recognize the license plate in challenging situations like unwanted data on the license plate. Comparing this system with other Iranian license plate recognition systems shows that it is Faster, more accurate and also this system can work in an open environment.
• Abstract（参考訳）: ナンバープレート認識システムは、料金管理、駐車管理、交通管理など、多くのアプリケーションにおいて非常に重要な役割を担っている。 本稿では,イランのライセンスプレート認識のために,深層畳み込みニューラルネットワークの枠組みを提案する。 第1のCNNは、入力画像中のイランのナンバープレートを検出するYOLOv3ネットワークであり、第2のCNNは、検出されたナンバープレートの文字を認識し分類する高速なR-CNNである。 本論文では,イランの無条件画像からなるライセンスプレートのデータセットも開発した。 YOLOv3ネットワークは99.6%のmAP、98.26%のリコール、98.08%の精度、平均検出速度は23msである。 また、Faster R-CNNネットワークは、開発データセットでトレーニングとテストを行い、98.97%のリコール、99.9%の精度、98.8%の精度を達成した。 提案システムは,ライセンスプレート上の望ましくないデータのような困難な状況下で,ライセンスプレートを認識することができる。 このシステムを他のイランのナンバープレート認識システムと比較すると、システムはより速く、より正確であり、またオープン環境でも機能する。

関連論文リスト

• 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)
• Federated Deep Learning Meets Autonomous Vehicle Perception: Design and Verification [168.67190934250868]
  フェデレーテッド・ラーニング・パワード・コネクテッド・オートモービル(FLCAV)が提案されている。 FLCAVは通信とアノテーションのコストを削減しながらプライバシを保存する。 マルチステージトレーニングのためのネットワークリソースと道路センサのポーズを決定することは困難である。
  論文  参考訳（メタデータ） (2022-06-03T23:55:45Z)
• Efficient Federated Learning with Spike Neural Networks for Traffic Sign Recognition [70.306089187104]
  我々は、エネルギー効率と高速モデルトレーニングのための交通信号認識に強力なスパイクニューラルネットワーク(SNN)を導入している。 数値的な結果から,提案するフェデレーションSNNは,従来のフェデレーション畳み込みニューラルネットワークよりも精度,ノイズ免疫性,エネルギー効率に優れていたことが示唆された。
  論文  参考訳（メタデータ） (2022-05-28T03:11:48Z)
• BLPnet: A new DNN model and Bengali OCR engine for Automatic License Plate Recognition [1.924182131418037]
  本稿では,ベンガル文字の自動ライセンスプレート認識(ALPR)システムについて報告する。 計算ニューラルネットワーク(CNN)ベースの新しいベンガルOCRエンジンにより、モデルは文字回転不変である。 リアルタイムビデオ映像に毎秒17フレーム(fps)を投入するモデルは、平均正方形誤差(MSE)0.0152の車両を検知でき、平均ナンバープレート文字認識精度は95%である。
  論文  参考訳（メタデータ） (2022-02-18T22:58:53Z)
• 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)
• CAR-Net: Unsupervised Co-Attention Guided Registration Network for Joint Registration and Structure Learning [73.03885837923599]
  我々は,新しい深層学習ネットワークCAR-Net(Co-Attention Guided Registration Network)を提案する。 CAR-Netはコアテンションブロックを用いて入力の新しい表現を学習し、固定画像と移動画像の登録を駆動する。 イギリスバイオバンクの心臓磁気共鳴画像データを用いた実験により、CAR-Netは最先端の教師なし登録法よりも高い登録精度とスムーズな変形場が得られることが示された。
  論文  参考訳（メタデータ） (2021-06-11T23:25:49Z)
• Traffic Surveillance using Vehicle License Plate Detection and Recognition in Bangladesh [0.0]
  本稿では,バングラデシュの車両のナンバープレートを検出するために,畳み込みニューラルネットワーク(CNN)を訓練し,調整したYOLOv4オブジェクト検出モデルを提案する。 ここでは、ピソンパッケージであるTkinterをベースとしたグラフィカルユーザインタフェース(GUI)についても紹介する。
  論文  参考訳（メタデータ） (2020-12-03T19:16:49Z)
• Rethinking and Designing a High-performing Automatic License Plate Recognition Approach [16.66787965777127]
  そこで我々は,VSNetと呼ばれる新しい自動ナンバープレート認識(ALPR)手法を提案する。 VSNetには2つのCNN、すなわちライセンスプレート検出用のVertexNetとライセンスプレート認識用のSCR-Netが含まれている。 実験結果から,提案したVSNetは,エラー率の相対的改善率が50%以上向上し,最先端の手法よりも優れていた。
  論文  参考訳（メタデータ） (2020-11-30T16:03:57Z)
• Automatic Counting and Identification of Train Wagons Based on Computer Vision and Deep Learning [70.84106972725917]
  提案手法は費用対効果が高く,RFIDに基づく解を容易に置き換えることができる。 このシステムは、識別コードに損傷があるため、列車のワゴンの一部を自動的に拒絶することができる。
  論文  参考訳（メタデータ） (2020-10-30T14:56:54Z)
• Identity-Aware Attribute Recognition via Real-Time Distributed Inference in Mobile Edge Clouds [53.07042574352251]
  我々は、MEC対応カメラ監視システムにおいて、re-IDを用いた歩行者属性認識のための新しいモデルの設計を行う。 本稿では,属性認識と人物再IDを協調的に考慮し,分散モジュールの集合を持つ新しい推論フレームワークを提案する。 そこで我々は,提案した分散推論フレームワークのモジュール分布の学習に基づくアルゴリズムを考案した。
  論文  参考訳（メタデータ） (2020-08-12T12:03:27Z)
• 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)

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。