論文の概要: Chaurah: A Smart Raspberry Pi based Parking System
- arxiv url: http://arxiv.org/abs/2312.16894v1
- Date: Thu, 28 Dec 2023 08:34:45 GMT
- ステータス: 処理完了
- システム内更新日: 2023-12-29 16:45:44.480957
- Title: Chaurah: A Smart Raspberry Pi based Parking System
- Title（参考訳）: chaurah: スマートなraspberry piベースの駐車システム
- Authors: Soumya Ranjan Choudhaury, Aditya Narendra, Ashutosh Mishra and Ipsit
Misra
- Abstract要約: Raspberry Pi 3に依存した最小コスト自動ナンバープレート認識(ANPR)システムであるChaurahを提案する。
プライマリは、車両画像からナンバープレートを特定し認識し、セカンダリは、ナンバープレートから個別番号を識別する光学文字認識(OCR)を行う。
データベース管理とライセンスプレートレコード比較のためにFlutterで構築されたアプリケーションが、ソリューション全体の第2のコンポーネントを構成している。
- 参考スコア（独自算出の注目度）: 0.7646713951724011
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The widespread usage of cars and other large, heavy vehicles necessitates the
development of an effective parking infrastructure. Additionally, algorithms
for detection and recognition of number plates are often used to identify
automobiles all around the world where standardized plate sizes and fonts are
enforced, making recognition an effortless task. As a result, both kinds of
data can be combined to develop an intelligent parking system focuses on the
technology of Automatic Number Plate Recognition (ANPR). Retrieving characters
from an inputted number plate image is the sole purpose of ANPR which is a
costly procedure. In this article, we propose Chaurah, a minimal cost ANPR
system that relies on a Raspberry Pi 3 that was specifically created for
parking facilities. The system employs a dual-stage methodology, with the first
stage being an ANPR system which makes use of two convolutional neural networks
(CNNs). The primary locates and recognises license plates from a vehicle image,
while the secondary performs Optical Character Recognition (OCR) to identify
individualized numbers from the number plate. An application built with Flutter
and Firebase for database administration and license plate record comparison
makes up the second component of the overall solution. The application also
acts as an user-interface for the billing mechanism based on parking time
duration resulting in an all-encompassing software deployment of the study.
- Abstract（参考訳）: 自動車やその他の大型の大型車両の広範な利用は、効果的な駐車インフラの開発を必要としている。
さらに、ナンバープレートの検出と認識のためのアルゴリズムは、標準化されたプレートサイズとフォントが強制される世界中の自動車を識別するためによく使われ、認識は手間のかかる作業である。
その結果、両方のデータを組み合わせることで、自動ナンバープレート認識(anpr)技術に焦点を当てたインテリジェント駐車システムを開発することができる。
入力されたナンバープレート画像から文字を取得することは、コストのかかる手続きであるANPRの唯一の目的である。
本稿では,駐車施設用に特別に開発されたraspberry pi 3に依存する,最小コストのanprシステムであるchaurahを提案する。
このシステムは2段階の手法を採用し、第1段階は2つの畳み込みニューラルネットワーク(cnns)を使用するanprシステムである。
プライマリは、車両画像からナンバープレートを特定し認識し、セカンダリは、ナンバープレートから個別番号を識別する光学文字認識(OCR)を行う。
flutterとfirebaseで構築されたデータベース管理とライセンスプレートの比較のためのアプリケーションは、ソリューション全体の第2のコンポーネントを構成する。
このアプリケーションは、パーキング期間に基づいて請求機構のユーザインターフェースとしても機能し、その結果、研究の全領域にソフトウェアが展開される。
関連論文リスト
- Enabling Intelligent Traffic Systems: A Deep Learning Method for Accurate Arabic License Plate Recognition [0.0]
本稿では,エジプト自動車ナンバープレート認識(EVLPR)のための新しい2段階フレームワークを提案する。
第1段では、画像処理技術を用いてライセンスプレートを確実にローカライズし、第2段では、アラビア文字認識のためのカスタム設計のディープラーニングモデルを使用する。
提案システムは,既存手法を超越した多種多様なデータセットにおいて,99.3%の精度を実現する。
論文 参考訳（メタデータ） (2024-08-06T02:27:54Z) - UnLoc: A Universal Localization Method for Autonomous Vehicles using
LiDAR, Radar and/or Camera Input [51.150605800173366]
UnLocは、全ての気象条件におけるマルチセンサー入力によるローカライズのための、新しい統一型ニューラルネットワークアプローチである。
本手法は,Oxford Radar RobotCar,Apollo SouthBay,Perth-WAの各データセットで広く評価されている。
論文 参考訳（メタデータ） (2023-07-03T04:10:55Z) - 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) - 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) - Automated Learning for Deformable Medical Image Registration by Jointly
Optimizing Network Architectures and Objective Functions [69.6849409155959]
本稿では、アーキテクチャとそれに対応する学習目標の両方を協調的に最適化する自動学習登録アルゴリズム(AutoReg)を提案する。
マルチサイトボリュームデータセットと各種登録タスクについて,画像登録実験を行った。
我々のAutoRegは、与えられたボリュームに対して最適な深層登録ネットワークを自動的に学習し、最先端の性能を達成することができる。
論文 参考訳（メタデータ） (2022-03-14T01:54:38Z) - 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) - Model-based Decision Making with Imagination for Autonomous Parking [50.41076449007115]
提案アルゴリズムは,駐車前に結果を予測するための想像モデル,高速探索ランダムツリー(RRT)の改良,経路平滑化モジュールの3つの部分から構成される。
われわれのアルゴリズムは、実際のキネマティックな車両モデルに基づいており、実際の自動運転車にアルゴリズムを適用するのにより適している。
アルゴリズムの有効性を評価するため,3つの異なる駐車シナリオにおいて,従来のRTとアルゴリズムを比較した。
論文 参考訳（メタデータ） (2021-08-25T18:24:34Z) - Computer vision in automated parking systems: Design, implementation and
challenges [0.24704967483128953]
本稿では,コンピュータビジョンアルゴリズムの観点から,自動駐車システムの設計と実装について議論する。
パーキングユースケースを実現するキービジョンモジュールは、3D再構築、パーキングスロットマーキング認識、空きスペース、車両/歩行者検出です。
論文 参考訳（メタデータ） (2021-04-26T13:18:02Z) - 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) - Deep Learning Based Vehicle Tracking System Using License Plate
Detection And Recognition [0.0]
提案システムは,車両ナンバープレート検出・認識(OCR)技術を用いた車両追跡の新しい手法を用いている。
結果は、人間に近い精度で毎秒30フレームの速度で得られた。
論文 参考訳（メタデータ） (2020-05-10T14:03:33Z)
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。