Fugu-MT 論文翻訳(概要): Efficient Video-Based ALPR System Using YOLO and Visual Rhythm

論文の概要: Efficient Video-Based ALPR System Using YOLO and Visual Rhythm

arxiv url: http://arxiv.org/abs/2501.02270v2
Date: Wed, 08 Jan 2025 13:42:02 GMT
ステータス: 翻訳完了
システム内更新日: 2025-01-09 11:35:20.064811
Title: Efficient Video-Based ALPR System Using YOLO and Visual Rhythm
Title（参考訳）: YOLOと視覚リズムを用いた高能率映像ベースALPRシステム
Authors: Victor Nascimento Ribeiro, Nina S. T. Hirata,
Abstract要約: 車両1台あたり1フレームを正確に抽出し,この特異画像からナンバープレート文字を認識できるシステムを提案する。初期の実験では、この手法が有効であることが示されている。
参考スコア（独自算出の注目度）: 0.36832029288386137
License:
Abstract: Automatic License Plate Recognition (ALPR) involves extracting vehicle license plate information from image or a video capture. These systems have gained popularity due to the wide availability of low-cost surveillance cameras and advances in Deep Learning. Typically, video-based ALPR systems rely on multiple frames to detect the vehicle and recognize the license plates. Therefore, we propose a system capable of extracting exactly one frame per vehicle and recognizing its license plate characters from this singular image using an Optical Character Recognition (OCR) model. Early experiments show that this methodology is viable.
Abstract（参考訳）: 自動ナンバープレート認識(ALPR)は、画像やビデオから車両ナンバープレート情報を抽出する。これらのシステムは、低コストの監視カメラとDeep Learningの進歩により人気を博している。通常、ビデオベースのALPRシステムは、車両を検出し、ライセンスプレートを認識するために複数のフレームに依存している。そこで本研究では,光学式文字認識(OCR)モデルを用いて,車両毎の正確な1フレームを抽出し,その特徴画像からナンバープレート文字を認識できるシステムを提案する。初期の実験では、この手法が有効であることが示されている。

関連論文リスト

Efficient License Plate Recognition in Videos Using Visual Rhythm and Accumulative Line Analysis [0.36832029288386137]
ビデオベースの自動ナンバープレート認識(ALPR)は、ビデオキャプチャーから車両ナンバープレートのテキスト情報を抽出する。従来のシステムはハイエンドのコンピューティングリソースに大きく依存しており、複数のフレームを使用してライセンスプレートを認識する。車両1台あたりの正確なフレームを効率よく抽出し,この画像からナンバープレートの文字を認識できる2つの手法を提案する。
論文参考訳（メタデータ） (2025-01-08T16:17:05Z)
A Training-Free Framework for Video License Plate Tracking and Recognition with Only One-Shot [25.032455444204466]
OneShotLPは、ビデオベースのライセンスプレートの検出と認識のためのトレーニング不要のフレームワークである。広範なトレーニングデータなしで効果的に機能する機能と、さまざまなライセンスプレートスタイルへの適応性を提供する。これは、インテリジェントトランスポートシステムにおける多様な現実世界のアプリケーションに事前訓練されたモデルを活用する可能性を強調している。
論文参考訳（メタデータ） (2024-08-11T08:42:02Z)
Bidirectional Cross-Modal Knowledge Exploration for Video Recognition with Pre-trained Vision-Language Models [149.1331903899298]
本稿では,双方向の知識を探索するクロスモーダルブリッジを用いた,BIKEと呼ばれる新しいフレームワークを提案する。本研究では,テキスト・トゥ・ビデオの専門知識を用いて時間的サリエンシをパラメータフリーでキャプチャする時間的概念スポッティング機構を提案する。我々の最良のモデルは、リリースしたCLIPモデルを使用して、Kinetics-400の挑戦に対して、最先端の精度88.6%を達成する。
論文参考訳（メタデータ） (2022-12-31T11:36:53Z)
Deep Learning Computer Vision Algorithms for Real-time UAVs On-board Camera Image Processing [77.34726150561087]
本稿では,ディープラーニングに基づくコンピュータビジョンアルゴリズムを用いて,小型UAVのリアルタイムセンサ処理を実現する方法について述べる。すべてのアルゴリズムは、ディープニューラルネットワークに基づく最先端の画像処理手法を用いて開発されている。
論文参考訳（メタデータ） (2022-11-02T11:10:42Z)
Frozen CLIP Models are Efficient Video Learners [86.73871814176795]
ビデオ認識はエンドツーエンドの学習パラダイムに支配されている。 Contrastive Vision-Language Pre-Trainingの最近の進歩は、視覚認識タスクのための新しいルートの道を開く。高品質なビデオ認識モデルを直接トレーニングする効率的なフレームワークである、効率的なビデオ学習を提案する。
論文参考訳（メタデータ） (2022-08-06T17:38:25Z)
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)
End-to-End License Plate Recognition Pipeline for Real-time Low Resource Video Based Applications [0.43012765978447565]
リアルタイムの推論速度を実現するために、Vision APIと組み合わせた新しい2段階検出パイプラインを提案する。私たちは、画像データセットと、野生のライセンスプレートを含むビデオデータセットに基づいて、モデルをトレーニングしました。実時間処理速度(毎秒27.2フレーム)で妥当な検出・認識性能を観測した。
論文参考訳（メタデータ） (2021-08-18T18:31:01Z)
Self-Supervised Steering Angle Prediction for Vehicle Control Using Visual Odometry [55.11913183006984]
視覚オドメトリー法を用いて推定したカメラポーズを用いて,車両の軌道制御をモデルに訓練する方法を示す。車両の前方にカメラを設置することにより,複数の異なる走行経路からの軌跡情報を活用するスケーラブルなフレームワークを提案する。
論文参考訳（メタデータ） (2021-03-20T16:29:01Z)
Learning from Weakly-labeled Web Videos via Exploring Sub-Concepts [89.06560404218028]
検索ウェブビデオを用いたビデオ行動認識モデルの事前学習手法を提案する。フィルタアウトする代わりに、これらのクエリービデオの潜在的なノイズを有用な監視信号に変換することを提案します。 SPLは擬似ラベルを用いた既存の事前学習戦略よりも優れていることを示す。
論文参考訳（メタデータ） (2021-01-11T05:50:16Z)
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。