論文の概要: Iranian License Plate Recognition Using a Reliable Deep Learning Approach

• arxiv url: http://arxiv.org/abs/2305.02292v1
• Date: Wed, 3 May 2023 17:34:10 GMT
• ステータス: 処理完了
• システム内更新日: 2023-05-04 13:48:10.349728
• Title: Iranian License Plate Recognition Using a Reliable Deep Learning Approach
• Title（参考訳）: 信頼度の高い深層学習アプローチによるイランのナンバープレート認識
• Authors: Soheila Hatami, Majid Sadedel, Farideh Jamali
• Abstract要約: 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。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: The issue of Automatic License Plate Recognition (ALPR) has been one of the most challenging issues in recent years. Weather conditions, camera angle of view, lighting conditions, different characters written on license plates, and many other factors are among the challenges for the issue of ALPR. Given the advances that have been made in recent years in the field of deep neural networks, some types of neural networks and models based on them can be used to perform the task of Iranian license plate recognition. In the proposed method presented in this paper, the license plate recognition is done in two steps. The first step is to detect the rectangles of the license plates from the input image. In the second step, these license plates are cropped from the image and their characters are recognized. For the first step, 3065 images including license plates and for the second step, 3364 images including characters of license plates have been prepared and considered as the desired datasets. In the first step, license plates are detected using the YOLOv4-tiny model, which is based on Convolutional Neural Network (CNN). In the next step, the characters of these license plates are recognized using Convolutional Recurrent Neural Network (CRNN), and Connectionist Temporal Classification (CTC). In the second step, there is no need to segment and label the characters separately, only one string of numbers and letters is enough for the labels.
• Abstract（参考訳）: 自動ナンバープレート認識(alpr)の問題は近年最も困難な問題の一つとなっている。 気象条件、カメラの角度、照明条件、ナンバープレートに書かれた様々な文字、その他多くの要素が、alprの課題の1つとなっている。 近年のディープニューラルネットワークの分野での進歩を踏まえると、イランのナンバープレート認識のタスクを実行するために、いくつかのタイプのニューラルネットワークとモデルを使用することができる。 提案手法では,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のステップでは、これらのナンバープレートを画像から切り抜き、文字を認識する。 第1ステップでは、ライセンスプレートを含む3065イメージと第2ステップでは、ライセンスプレートの文字を含む3364イメージが準備され、望ましいデータセットとして検討されている。 最初のステップでは、畳み込みニューラルネットワーク(CNN)に基づくYOLOv4-tinyモデルを用いてライセンスプレートを検出する。 次のステップでは、これらのナンバープレートの文字は、畳み込みリカレントニューラルネットワーク(CRNN)と接続時分類(CTC)を用いて認識される。 2番目のステップでは、文字を分割してラベル付けする必要はなく、1行の数字と文字だけがラベルに十分である。

関連論文リスト

• A Transformer Model for Boundary Detection in Continuous Sign Language [55.05986614979846]
  Transformerモデルは、分離された手話認識と連続手話認識の両方に使用される。 トレーニングプロセスは、入力されたビデオから抽出された手指キーポイントの特徴を豊かにする、孤立した手指ビデオを使用する。 トレーニングされたモデルと後処理の手法が組み合わさって、連続した手話ビデオ内の孤立した手話境界を検出する。
  論文  参考訳（メタデータ） (2024-02-22T17:25:01Z)
• Bengali License Plate Recognition: Unveiling Clarity with CNN and GFP-GAN [0.0]
  LPRは、車両ナンバープレートから自動的にデータを読み取り、抽出するシステムである。 この計画のために1292枚のベンガル数字と文字のデータセットが準備された。
  論文  参考訳（メタデータ） (2023-12-17T12:28:30Z)
• 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)
• ADDP: Learning General Representations for Image Recognition and Generation with Alternating Denoising Diffusion Process [94.41510903676837]
  本稿では,2つの空間を1つの表現学習フレームワークに統合した交互デノナイジング拡散プロセス(ADDP)を提案する。 復号化の各ステップでは、まず以前のVQトークンから画素をデコードし、次にデコードされたピクセルから新しいVQトークンを生成する。 学習した表現は、多彩な高忠実度画像の生成や、認識タスクにおける優れた転送性能を示すために使用することができる。
  論文  参考訳（メタデータ） (2023-06-08T17:59:32Z)
• HPointLoc: Point-based Indoor Place Recognition using Synthetic RGB-D Images [58.720142291102135]
  本稿では,屋内環境における視覚的位置認識能力の探索を目的とした,HPointLocという新しいデータセットを提案する。 データセットは人気のあるHabitatシミュレータに基づいており、独自のセンサーデータとオープンデータセットの両方を使用して屋内シーンを生成することができる。
  論文  参考訳（メタデータ） (2022-12-30T12:20:56Z)
• YOLO and Mask R-CNN for Vehicle Number Plate Identification [0.0]
  The proposed Mask R-CNN method has achieved significant progress in character recognition。 オープンデータプレート収集で提示される方法論は他の手法よりも優れている。
  論文  参考訳（メタデータ） (2022-07-26T19:41:59Z)
• Large-Scale Pre-training for Person Re-identification with Noisy Labels [125.49696935852634]
  雑音ラベル(PNL)を利用した大規模事前学習フレームワークを開発した。 原則として、これらの3つのモジュールの合同学習は、1つのプロトタイプに類似したクラスタの例だけでなく、プロトタイプの割り当てに基づいてノイズラベルを修正します。 このシンプルな事前学習タスクは、ベルやwhiを使わずに"LUPerson-NL"でSOTA Re-ID表現をスクラッチから学習するスケーラブルな方法を提供する。
  論文  参考訳（メタデータ） (2022-03-30T17:59:58Z)
• Deep Learning Based Framework for Iranian License Plate Detection and Recognition [0.0]
  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。
  論文  参考訳（メタデータ） (2022-01-18T08:53:42Z)
• Don't Forget to Sign the Gradients! [60.98885980669777]
  GradSignsはディープニューラルネットワーク(DNN)のための新しい透かしフレームワーク 深部ニューラルネットワーク(DNN)のための新しい透かしフレームワークであるGradSignsを紹介します。
  論文  参考訳（メタデータ） (2021-03-05T14:24:32Z)
• 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。