Fugu-MT 論文翻訳(概要): Automated Toll Management System Using RFID and Image Processing

論文の概要: Automated Toll Management System Using RFID and Image Processing

arxiv url: http://arxiv.org/abs/2412.01728v1
Date: Mon, 02 Dec 2024 17:19:42 GMT
ステータス: 翻訳完了
システム内更新日: 2024-12-04 15:51:59.370107
Title: Automated Toll Management System Using RFID and Image Processing
Title（参考訳）: RFIDと画像処理を用いた自動料金管理システム
Authors: Raihan Ahmed, Shahed Chowdhury Omi, Md. Sadman Rahman, Niaz Rahman Bhuiyan,
Abstract要約: 本実験は,RFIDタグとナンバープレートによる電子料金収集(ETC)の安全性向上に重点を置いている。通知メールを各所有者に送信し、特定の時間枠内で料金支払いを行い、罰金を回避する。このシステムは、料金支払いの待ち行列をなくし、遅延を減らし、利便性を向上させることで旅行者に利益をもたらす。
参考スコア（独自算出の注目度）: 0.0
License:
Abstract: Traveling through toll plazas is one of the primary causes of congestion, as identified in recent studies. Electronic Toll Collection (ETC) systems can mitigate this problem. This experiment focuses on enhancing the security of ETC using RFID tags and number plate verification. For number plate verification, image processing is employed, and a CNN classifier is implemented to detect vehicle registration numbers. Based on the registered number, a notification email is sent to the respective owner for toll fee payment within a specific timeframe to avoid fines. Additionally, toll fees are automatically deducted in real-time from the owner's balance. This system benefits travelers by eliminating the need to queue for toll payment, thereby reducing delays and improving convenience.
Abstract（参考訳）: 最近の研究で確認されているように、有料プラザを通り抜けることが渋滞の原因の1つとなっている。電子料金徴収システム(ETC)はこの問題を緩和することができる。本実験は,RFIDタグとナンバープレート検証によるETCの安全性向上に重点を置いている。ナンバープレート検証には画像処理を採用し、車両登録番号を検出するためにCNN分類器を実装した。登録番号に基づいて、通知メールを各所有者に送信し、特定の時間枠内で料金支払いを行い、罰金を回避する。さらに、料金は所有者の残高からリアルタイムで控除される。このシステムは、料金支払いの待ち行列をなくし、遅延を減らし、利便性を向上させることで旅行者に利益をもたらす。

関連論文リスト

Chaurah: A Smart Raspberry Pi based Parking System [0.7646713951724011]
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。
論文参考訳（メタデータ） (2023-12-28T08:34:45Z)
Next-gen traffic surveillance: AI-assisted mobile traffic violation detection system [0.0]
交通事故で毎日1300万人が命を落としている。機械学習とコンピュータビジョンを活用する人工知能アルゴリズムの統合は、正確なトラフィックルールの実施を促進する。本稿では、コンピュータビジョンと機械学習が、様々な交通違反を検出する堅牢なアルゴリズムの作成を可能にする方法について述べる。
論文参考訳（メタデータ） (2023-11-24T22:42:47Z)
MSight: An Edge-Cloud Infrastructure-based Perception System for Connected Automated Vehicles [58.461077944514564]
本稿では,自動走行車に特化して設計された最先端道路側認識システムであるMSightについて述べる。 MSightは、リアルタイムの車両検出、ローカライゼーション、トラッキング、短期的な軌道予測を提供する。評価は、待ち時間を最小限にしてレーンレベルの精度を維持するシステムの能力を強調している。
論文参考訳（メタデータ） (2023-10-08T21:32:30Z)
Age of Information in Deep Learning-Driven Task-Oriented Communications [78.84264189471936]
本稿では,その送信機におけるデータを利用した受信機におけるタスク実行を目的とした,タスク指向コミュニケーションにおける年齢概念について検討する。送信機-受信機操作は、共同で訓練されたディープニューラルネットワーク(DNN)のエンコーダ-デコーダペアとしてモデル化される。
論文参考訳（メタデータ） (2023-01-11T04:15:51Z)
Computer vision based vehicle tracking as a complementary and scalable approach to RFID tagging [0.0]
RFIDタグ付けは、ロジスティクスと技術面での車両追跡ソリューションのスケーラビリティを損なう。我々は、コンピュータビジョンアルゴリズムの公開実装を活用して、解釈可能な車両追跡アルゴリズムを開発する。システム展開サイトから75本のビデオクリップ285本について,提案手法の評価を行った。
論文参考訳（メタデータ） (2022-09-13T11:49:38Z)
Efficient Federated Learning with Spike Neural Networks for Traffic Sign Recognition [70.306089187104]
我々は、エネルギー効率と高速モデルトレーニングのための交通信号認識に強力なスパイクニューラルネットワーク(SNN)を導入している。数値的な結果から,提案するフェデレーションSNNは,従来のフェデレーション畳み込みニューラルネットワークよりも精度,ノイズ免疫性,エネルギー効率に優れていたことが示唆された。
論文参考訳（メタデータ） (2022-05-28T03:11:48Z)
A Free Lunch to Person Re-identification: Learning from Automatically Generated Noisy Tracklets [52.30547023041587]
非教師付きビデオベース再識別(re-ID)手法は、re-IDデータセットのアノテートに必要な高コストの問題を解決するために提案されている。しかし、彼らのパフォーマンスは監督対象よりもはるかに低い。本稿では,自動生成人追跡装置から再IDモデルを学習することで,この問題に対処することを提案する。
論文参考訳（メタデータ） (2022-04-02T16:18:13Z)
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)
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)
Backpropagating through Fr\'echet Inception Distance [79.81807680370677]
FastFIDは、損失関数としてFIDで生成モデルを効率的に訓練することができる。 Generative Adversarial Networksのための追加の損失としてFIDを使用すると、FIDが改善される。
論文参考訳（メタデータ） (2020-09-29T15:04:40Z)
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)

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。