論文の概要: Character Time-series Matching For Robust License Plate Recognition

• arxiv url: http://arxiv.org/abs/2307.11336v2
• Date: Wed, 13 Sep 2023 03:10:09 GMT
• ステータス: 処理完了
• システム内更新日: 2023-09-14 17:31:14.206045
• Title: Character Time-series Matching For Robust License Plate Recognition
• Title（参考訳）: ロバストナンバープレート認識のための文字時系列マッチング
• Authors: Quang Huy Che and Tung Do Thanh and Cuong Truong Van
• Abstract要約: 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。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Automatic License Plate Recognition (ALPR) is becoming a popular study area and is applied in many fields such as transportation or smart city. However, there are still several limitations when applying many current methods to practical problems due to the variation in real-world situations such as light changes, unclear License Plate (LP) characters, and image quality. Almost recent ALPR algorithms process on a single frame, which reduces accuracy in case of worse image quality. This paper presents methods to improve license plate recognition accuracy by tracking the license plate in multiple frames. First, the Adaptive License Plate Rotation algorithm is applied to correctly align the detected license plate. Second, we propose a method called Character Time-series Matching to recognize license plate characters from many consequence frames. The proposed method archives high performance in the UFPR-ALPR dataset which is \boldmath$96.7\%$ accuracy in real-time on RTX A5000 GPU card. We also deploy the algorithm for the Vietnamese ALPR system. The accuracy for license plate detection and character recognition are 0.881 and 0.979 $mAP^{test}$@.5 respectively. The source code is available at https://github.com/chequanghuy/Character-Time-series-Matching.git
• Abstract（参考訳）: 自動ナンバープレート認識(ALPR)が普及し,交通やスマートシティなど多くの分野に適用されている。 しかし、光変化や不明瞭なライセンスプレート(lp)文字、画質など、現実の状況が変化するため、現在の手法を実用的問題に適用する場合は、まだいくつかの制限がある。 ほぼ最近のalprアルゴリズムは単一のフレーム上で処理されるため、画質が悪い場合の精度が低下する。 本稿では,複数フレームのライセンスプレートを追跡することにより,ライセンスプレート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2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文字時系列マッチング法を提案する。 提案手法は,RTX A5000 GPUカード上でリアルタイムに精度96.7$%のUFPR-ALPRデータセットを高速にアーカイブする。 また,ベトナムのalprシステムに対してアルゴリズムを展開する。 ナンバープレート検出と文字認識の精度はそれぞれ0.881と0.979$mAP^{test}$@.5である。 ソースコードはhttps://github.com/chequanghuy/Character-Time-Series-Matching.gitで入手できる。

関連論文リスト

• Learning to Make Keypoints Sub-Pixel Accurate [80.55676599677824]
  本研究は,2次元局所特徴の検出におけるサブピクセル精度の課題に対処する。 本稿では,検出された特徴に対するオフセットベクトルを学習することにより,サブピクセル精度で検出器を拡張できる新しいネットワークを提案する。
  論文  参考訳（メタデータ） (2024-07-16T12:39:56Z)
• 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)
• Target before Shooting: Accurate Anomaly Detection and Localization under One Millisecond via Cascade Patch Retrieval [49.45246833329707]
  異常検出(AD)の「マッチング」性を再検討する 本稿では,ADの精度と実行速度を同時に向上する新しいADフレームワークを提案する。
  論文  参考訳（メタデータ） (2023-08-13T11:49:05Z)
• 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)
• 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)
• Real-time AdaBoost cascade face tracker based on likelihood map and optical flow [59.17685450892182]
  著者らは、光学フロー情報をヴィオラ・ジョーンズ検出アルゴリズムの修正版に組み込む新しい顔追跡手法を提案する。 元のアルゴリズムでは、前のフレームからの情報が考慮されないため、検出は静的である。 提案したトラッカーは、各ウィンドウが通過する分類段階の数に関する情報を保存する。
  論文  参考訳（メタデータ） (2022-10-25T10:15:07Z)
• Benchmarking Algorithms for Automatic License Plate Recognition [0.0]
  我々はLPR(Automatic License Plate Recognition)のためのLPRNetと呼ばれる軽量畳み込みニューラルネットワーク(CNN)の評価を行った。 LPRNetはエンドツーエンドのフレームワークで、両方のデータセットで堅牢なパフォーマンスを示している。 適切にトレーニングされた後、LPRNetは特定のリージョンとデータセットの文字を認識するために使用することができる。
  論文  参考訳（メタデータ） (2022-03-27T13:21:29Z)
• 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)
• Change Point Detection in Time Series Data using Autoencoders with a Time-Invariant Representation [69.34035527763916]
  変化点検出(CPD)は、時系列データにおける急激な特性変化を見つけることを目的としている。 近年のCDD法は、深層学習技術を用いる可能性を示したが、信号の自己相関統計学におけるより微妙な変化を識別する能力に欠けることが多い。 我々は、新しい損失関数を持つオートエンコーダに基づく手法を用い、使用済みオートエンコーダは、CDDに適した部分的な時間不変表現を学習する。
  論文  参考訳（メタデータ） (2020-08-21T15:03:21Z)
• 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)
• 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。