論文の概要: BLPnet: A new DNN model and Bengali OCR engine for Automatic License Plate Recognition

• arxiv url: http://arxiv.org/abs/2202.12250v1
• Date: Fri, 18 Feb 2022 22:58:53 GMT
• ステータス: 処理完了
• システム内更新日: 2022-02-27 17:47:47.816855
• Title: BLPnet: A new DNN model and Bengali OCR engine for Automatic License Plate Recognition
• Title（参考訳）: BLPnet: 自動ナンバープレート認識のための新しいDNNモデルとベンガルOCRエンジン
• Authors: Md. Saif Hassan Onim, Hussain Nyeem, Koushik Roy, Mahmudul Hasan, Abtahi Ishmam, Md. Akiful Hoque Akif, Tareque Bashar Ovi
• Abstract要約: 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。
• 参考スコア（独自算出の注目度）: 1.924182131418037
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The development of the Automatic License Plate Recognition (ALPR) system has received much attention for the English license plate. However, despite being the sixth largest population around the world, no significant progress can be tracked in the Bengali language countries or states for the ALPR system addressing their more alarming traffic management with inadequate road-safety measures. This paper reports a computationally efficient and reasonably accurate Automatic License Plate Recognition (ALPR) system for Bengali characters with a new end-to-end DNN model that we call Bengali License Plate Network(BLPnet). The cascaded architecture for detecting vehicle regions prior to vehicle license plate (VLP) in the model is proposed to eliminate false positives resulting in higher detection accuracy of VLP. Besides, a lower set of trainable parameters is considered for reducing the computational cost making the system faster and more compatible for a real-time application. With a Computational Neural Network (CNN)based new Bengali OCR engine and word-mapping process, the model is characters rotation invariant, and can readily extract, detect and output the complete license plate number of a vehicle. The model feeding with17 frames per second (fps) on real-time video footage can detect a vehicle with the Mean Squared Error (MSE) of 0.0152, and the mean license plate character recognition accuracy of 95%. While compared to the other models, an improvement of 5% and 20% were recorded for the BLPnetover the prominent YOLO-based ALPR model and the Tesseract model for the number-plate detection accuracy and time requirement, respectively.
• Abstract（参考訳）: 自動ナンバープレート認識(ALPR)システムの開発は、イングランドのナンバープレートに対して大きな注目を集めている。 しかし、世界第6位の人口であるにもかかわらず、ベンガル語圏の国々や、道路安全対策の不適切な交通管理に対応するalpr制度の州では、大きな進展は見られない。 本稿では,ベンガルライセンスプレートネットワーク(blpnet)と呼ばれる新しいエンド・ツー・エンドのdnnモデルを用いたベンガル文字の自動ライセンスプレート認識システム(alpr)について報告する。 モデル内の車両ナンバープレート(VLP)より前の車両領域を検出するためのケースドアーキテクチャを提案し,VLPの検出精度を高めるために,偽陽性を排除した。 さらに、リアルタイムアプリケーションにおいてより高速で互換性の高い計算コストを削減するために、トレーニング可能なパラメータの低いセットが検討されている。 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エンジンとワードマッピングプロセスにより、モデルは文字回転不変であり、車両の完全なナンバーを抽出し、検出し、出力することができる。 リアルタイムビデオ映像に17フレーム/秒(fps)を供給したモデルは、平均二乗誤差(mse)0.0152、平均ライセンスプレート文字認識精度95%の車両を検出することができる。 他のモデルと比較すると、blpnetoverでは、著名なヨーロベースのalprモデルと、ナンバープレート検出精度と時間要件のtesseractモデルでそれぞれ5%と20%の改善が記録された。

関連論文リスト

• 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)
• 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)
• Braille Letter Reading: A Benchmark for Spatio-Temporal Pattern Recognition on Neuromorphic Hardware [50.380319968947035]
  近年の深層学習手法は,そのようなタスクにおいて精度が向上しているが,従来の組込みソリューションへの実装は依然として計算量が非常に高く,エネルギーコストも高い。 文字読み込みによるエッジにおける触覚パターン認識のための新しいベンチマークを提案する。 フィードフォワードとリカレントスパイキングニューラルネットワーク(SNN)を、サロゲート勾配の時間によるバックプロパゲーションを用いてオフラインでトレーニングし比較し、効率的な推論のためにIntel Loihimorphicチップにデプロイした。 LSTMは14%の精度で繰り返しSNNより優れており、Loihi上での繰り返しSNNは237倍のエネルギーである。
  論文  参考訳（メタデータ） (2022-05-30T14:30:45Z)
• End-to-End License Plate Recognition Pipeline for Real-time Low Resource Video Based Applications [0.43012765978447565]
  リアルタイムの推論速度を実現するために、Vision APIと組み合わせた新しい2段階検出パイプラインを提案する。 私たちは、画像データセットと、野生のライセンスプレートを含むビデオデータセットに基づいて、モデルをトレーニングしました。 実時間処理速度(毎秒27.2フレーム)で妥当な検出・認識性能を観測した。
  論文  参考訳（メタデータ） (2021-08-18T18:31:01Z)
• Video-based Person Re-identification without Bells and Whistles [49.51670583977911]
  ビデオベースの人物再識別(Re-ID)は、異なるカメラの下で歩行者を特定するために、ビデオトラッカーとトリミングされたビデオフレームをマッチングすることを目的としている。 従来の方法による不完全な検出と追跡の結果から, 収穫したトラックレットの空間的, 時間的不整合が生じている。 本稿では,深層学習に基づくトラックレットの検出と追跡を適用することで,これらの予期せぬノイズを効果的に低減できる簡易な再検出リンク(DL)モジュールを提案する。
  論文  参考訳（メタデータ） (2021-05-22T10:17:38Z)
• ANNETTE: Accurate Neural Network Execution Time Estimation with Stacked Models [56.21470608621633]
  本稿では,アーキテクチャ検索を対象ハードウェアから切り離すための時間推定フレームワークを提案する。 提案手法は,マイクロカーネルと多層ベンチマークからモデルの集合を抽出し,マッピングとネットワーク実行時間推定のためのスタックモデルを生成する。 生成した混合モデルの推定精度と忠実度, 統計モデルとルーフラインモデル, 評価のための洗練されたルーフラインモデルを比較した。
  論文  参考訳（メタデータ） (2021-05-07T11:39:05Z)
• 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)
• Real-Time Execution of Large-scale Language Models on Mobile [49.32610509282623]
  BERTの最良のモデル構造は,特定のデバイスに適合する計算サイズである。 我々のフレームワークは、モバイルデバイスのリソース仕様とリアルタイム仕様の両方を満たすための特定モデルを保証することができる。 具体的には、当社のモデルはCPUでは5.2倍、GPUでは4.1倍、BERTベースでは0.5-2%の精度損失がある。
  論文  参考訳（メタデータ） (2020-09-15T01:59:17Z)
• 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。