論文の概要: Using Super-Resolution Imaging for Recognition of Low-Resolution Blurred License Plates: A Comparative Study of Real-ESRGAN, A-ESRGAN, and StarSRGAN
- arxiv url: http://arxiv.org/abs/2403.15466v1
- Date: Wed, 20 Mar 2024 03:42:15 GMT
- ステータス: 処理完了
- システム内更新日: 2024-03-26 22:41:56.479549
- Title: Using Super-Resolution Imaging for Recognition of Low-Resolution Blurred License Plates: A Comparative Study of Real-ESRGAN, A-ESRGAN, and StarSRGAN
- Title（参考訳）: 高分解能イメージングによる低分解能ブラインドプレートの認識:Real-ESRGAN, A-ESRGAN, StarSRGANの比較検討
- Authors: Ching-Hsiang Wang,
- Abstract要約: 本研究は主に、Real-ESRGAN、A-ESRGAN、StarSRGANの3つの超解像モデルを微調整する。
異なる超解像モデルを比較することにより、この課題に最も適したモデルを見つけることが期待されている。
- 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: With the robust development of technology, license plate recognition technology can now be properly applied in various scenarios, such as road monitoring, tracking of stolen vehicles, detection at parking lot entrances and exits, and so on. However, the precondition for these applications to function normally is that the license plate must be 'clear' enough to be recognized by the system with the correct license plate number. If the license plate becomes blurred due to some external factors, then the accuracy of recognition will be greatly reduced. Although there are many road surveillance cameras in Taiwan, the quality of most cameras is not good, often leading to the inability to recognize license plate numbers due to low photo resolution. Therefore, this study focuses on using super-resolution technology to process blurred license plates. This study will mainly fine-tune three super-resolution models: Real-ESRGAN, A-ESRGAN, and StarSRGAN, and compare their effectiveness in enhancing the resolution of license plate photos and enabling accurate license plate recognition. By comparing different super-resolution models, it is hoped to find the most suitable model for this task, providing valuable references for future researchers.
- Abstract（参考訳）: 堅牢な技術開発により、道路監視、盗難車両の追跡、駐車場入口や出口での検知など、さまざまなシナリオにおいて、ナンバープレート認識技術が適切に適用できるようになった。
しかしながら、これらのアプリケーションが正常に機能する前提条件は、ライセンスプレートが正しいライセンスプレート番号を持つシステムによって認識されるのに十分な「クリア」でなければならないことである。
外部要因によってライセンスプレートがぼやけてしまうと、認識の精度が大幅に低下する。
台湾には多くの道路監視カメラがあるが、ほとんどのカメラの品質は良くない。
そこで本研究では, ぼやけたナンバープレートの処理に超解像技術を用いることに焦点を当てた。
本研究は主に、Real-ESRGAN、A-ESRGAN、StarSRGANの3つの超解像モデルを微調整し、ライセンスプレート写真の高精細化と正確なナンバープレート認識の実現におけるそれらの効果を比較する。
異なる超解像モデルを比較することで、このタスクに最も適したモデルを見つけ、将来の研究者に貴重な参照を提供することが期待されている。
関連論文リスト
- Zero-Shot Detection of AI-Generated Images [54.01282123570917]
AI生成画像を検出するゼロショットエントロピー検出器(ZED)を提案する。
機械によるテキスト検出の最近の研究に触発された私たちのアイデアは、分析対象の画像が実際の画像のモデルと比較してどれだけ驚くかを測定することである。
ZEDは精度の点でSoTAよりも平均3%以上改善されている。
論文 参考訳（メタデータ） (2024-09-24T08:46:13Z) - 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) - Exploring Resolution and Degradation Clues as Self-supervised Signal for
Low Quality Object Detection [77.3530907443279]
劣化した低解像度画像中の物体を検出するための,新しい自己教師型フレームワークを提案する。
本手法は, 既存手法と比較して, 異変劣化状況に直面する場合に比べ, 優れた性能を示した。
論文 参考訳（メタデータ） (2022-08-05T09:36:13Z) - 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) - Disentangled Generation Network for Enlarged License Plate Recognition
and A Unified Dataset [28.191709384269444]
本稿では,DGNetに基づくタスクレベル・アンタングル生成フレームワークを提案する。
本研究ではまず,拡張されたナンバープレート認識問題に対処し,9342の画像を含むデータセットをコントリビュートする。
論文 参考訳（メタデータ） (2022-06-02T03:26:50Z) - Dual Adversarial Adaptation for Cross-Device Real-World Image
Super-Resolution [114.26933742226115]
異なるデバイスからの画像に基づいて訓練された超高解像度(SR)モデルは、異なる画像パターンを示す可能性がある。
本稿では、DADA(Dual Adversarial Adaptation)という、実世界のSRのための教師なしドメイン適応機構を提案する。
3台のカメラで6台のリアル・トゥ・リアル・アダプティブ・セッティングで実験を行い、既存の最先端のアプローチと比較して優れた性能を実現した。
論文 参考訳（メタデータ） (2022-05-07T02:55:39Z) - FOVEA: Foveated Image Magnification for Autonomous Navigation [53.69803081925454]
入力キャンバスを小さく保ちながら、ある領域を弾性的に拡大する注意的アプローチを提案する。
提案手法は,高速R-CNNより高速かつ微調整の少ない検出APを高速化する。
Argoverse-HD と BDD100K の自律走行データセットでは,提案手法が標準の高速 R-CNN を超越した検出APを微調整なしで促進することを示す。
論文 参考訳（メタデータ） (2021-08-27T03:07:55Z) - End-to-end trainable network for degraded license plate detection via
vehicle-plate relation mining [26.484883058620134]
そこで本研究では,車両-プレート関係のマイニングによるナンバープレート検出の新規かつ適用可能な手法を提案する。
まず,車両とナンバープレートの関係を利用して,ナンバープレート周辺の地域を推定する。
第二に, 斜めプレートの四隅を後退させて, 斜めプレートを頑健に検出することにより, 局所領域の四辺境界ボックスを予測することを提案する。
論文 参考訳（メタデータ） (2020-10-27T13:05:31Z) - 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) - Learning When and Where to Zoom with Deep Reinforcement Learning [101.79271767464947]
そこで本稿では,高解像度のデータをペアで,安価で低解像度の画像に対していつ,どこで使用・取得するかを識別する強化学習手法を提案する。
我々は、CIFAR10、CIFAR100、ImageNet、fMoWデータセット上で実験を行い、全高解像度画像を使用するモデルと同等の精度を維持しながら、非常に少ない高解像度データを使用する。
論文 参考訳（メタデータ） (2020-03-01T07:16:46Z)
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。