抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
ナンバープレート認識システム(LPRS)は,交通制御,スマート駐車,料金管理とセキュリティのようなスマートシティイニシアチブにおける重要な役割を果たしている。本論文では,処理の精度と速度は,その成功に向けて重要な役割を果たすクラウドベースLPRSは効率との関連で検討した。クラウドプラットホームにおける深い畳込みニューラルネットワークとしてシグネチャ型特徴を宙吊り平板局在,文字検出とセグメンテーションのための提案した。重要な特徴を抽出i)画像中の複数プレートを用いた混雑した交通ii)輝度に対する板方位,iii)板上に余分な情報,iv)煙霧画像として悪天候に捕捉された画像に関する摩耗と引裂きとV)歪に起因する歪みのような挑戦的な状況におけるナンバープレートを認識する適切にLPRSにしている。また,深層学習アルゴリズムは,NVIDIA GPUのための最適化されたカーネルを用いたベアメタル雲サーバを用いて計算した,それはCNN LPDSアルゴリズムの訓練フェーズを加速した。実験と結果は,従来のLP検出システムとの比較で想起と精度と正確度の性能の優位性を示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】