論文の概要: Bengali License Plate Recognition: Unveiling Clarity with CNN and GFP-GAN

• arxiv url: http://arxiv.org/abs/2312.10701v1
• Date: Sun, 17 Dec 2023 12:28:30 GMT
• ステータス: 処理完了
• システム内更新日: 2023-12-19 14:56:18.373499
• Title: Bengali License Plate Recognition: Unveiling Clarity with CNN and GFP-GAN
• Title（参考訳）: Bengaliライセンスプレート認識:CNNとGFP-GANによる明確化
• Authors: Noushin Afrin, Md Mahamudul Hasan, Mohammed Fazlay Elahi Safin, Khondakar Rifat Amin, Md Zahidul Haque, Farzad Ahmed, and Md. Tanvir Rouf Shawon
• Abstract要約: 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。
• 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: Automated License Plate Recognition(ALPR) is a system that automatically reads and extracts data from vehicle license plates using image processing and computer vision techniques. The Goal of LPR is to identify and read the license plate number accurately and quickly, even under challenging, conditions such as poor lighting, angled or obscured plates, and different plate fonts and layouts. The proposed method consists of processing the Bengali low-resolution blurred license plates and identifying the plate's characters. The processes include image restoration using GFPGAN, Maximizing contrast, Morphological image processing like dilation, feature extraction and Using Convolutional Neural Networks (CNN), character segmentation and recognition are accomplished. A dataset of 1292 images of Bengali digits and characters was prepared for this project.
• Abstract（参考訳）: ALPR(Automated License Plate Recognition)は、画像処理とコンピュータビジョン技術を用いて車両ナンバープレートからデータを自動的に読み出し抽出するシステムである。 LPRのゴールは、ライト不足、アングルや不明瞭なプレート、異なるプレートフォントやレイアウトといった困難な条件下であっても、ライセンスプレート番号を正確かつ迅速に識別し、読み取ることである。 提案手法は, ベンガルの低解像度のぼかしプレートを処理し, プレートの文字を識別する。 このプロセスには、GFPGANを用いた画像復元、コントラストの最大化、拡張のような形態的画像処理、特徴抽出、畳み込みニューラルネットワーク(CNN)の利用、文字分割と認識が実現されている。 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作成された。

関連論文リスト

• Breaking the Frame: Image Retrieval by Visual Overlap Prediction [53.17564423756082]
  本稿では,隠蔽や複雑なシーンを効果的に扱う新しい視覚的位置認識手法,VOPを提案する。 提案手法は,高コストな特徴検出とマッチングを必要とせず,可視画像区間の識別を可能にする。
  論文  参考訳（メタデータ） (2024-06-23T20:00:20Z)
• Sentence-level Prompts Benefit Composed Image Retrieval [69.78119883060006]
  合成画像検索(CIR)は、参照画像と相対キャプションの両方を含むクエリを用いて、特定の画像を検索するタスクである。 本稿では,事前訓練されたV-Lモデル,例えばBLIP-2を用いて文レベルのプロンプトを生成することを提案する。 提案手法は,Fashion-IQおよびCIRRデータセット上の最先端のCIR手法に対して良好に動作する。
  論文  参考訳（メタデータ） (2023-10-09T07:31:44Z)
• 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)
• 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)
• Automatic Number Plate Recognition using Random Forest Classifier [1.0626637240844587]
  本稿では,車両後部・前部画像の処理によるナンバープレート認識手法を提案する。 実験の結果、この手法の精度は90.9%であることが判明した。
  論文  参考訳（メタデータ） (2023-03-26T23:49:43Z)
• 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)
• Image Inpainting with Edge-guided Learnable Bidirectional Attention Maps [85.67745220834718]
  不規則な穴の画像インペインティングを改善するためのエッジガイド学習可能な双方向注意マップ(Edge-LBAM)を紹介します。 当社のEdge-LBAMメソッドには、予測エッジによる構造認識マスク更新を含むデュアルプロシージャが含まれています。 広範な実験により,エッジlbamはコヒーレントな画像構造を生成し,色差やぼやけを防止できることがわかった。
  論文  参考訳（メタデータ） (2021-04-25T07:25:16Z)
• 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)
• 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)
• Fine-grained Image-to-Image Transformation towards Visual Recognition [102.51124181873101]
  我々は,入力画像の同一性を保った画像を生成するために,微細なカテゴリで画像を変換することを目的としている。 我々は、画像のアイデンティティと非関連要因をアンハングルするために、生成的敵ネットワークに基づくモデルを採用する。 CompCarsとMulti-PIEデータセットの実験では、我々のモデルが生成した画像のアイデンティティを、最先端の画像-画像変換モデルよりもはるかによく保存していることが示された。
  論文  参考訳（メタデータ） (2020-01-12T05:26:47Z)

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。