文献

J-GLOBAL ID：202002245577620140   整理番号：20A1187048

高速R-CNNとSSDを用いた実時間Banglaナンバープレート認識システム:深層学習アプリケーション【JST・京大機械翻訳】

Real-Time Bangla License Plate Recognition System using Faster R-CNN and SSD: A Deep Learning Application

著者 (2件)： Islam Tariqul (Chittagong Independent University,Department of Computer Science and Engineering,Chittagong,Bangladesh) ,  Rasel Risul Islam (Chittagong Independent University,Department of Computer Science and Engineering,Chittagong,Bangladesh)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： RAAICON  ページ： 108-111  発行年： 2019年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 交通制御と車両所有者識別はバングラデシュにおける主要な問題になっている。時間の大部分は,交通規則を違反するか,または道路上で偶発的な作業を行う車両の運転者または所有者を同定することは困難である。さらに,各車両の免許板を物理的にチェックするために,交通警察官にとって非常に時間がかかる。したがって,自動ナンバープレート認識システムは,これらの問題を解決するための必要な解決策である。既存のバングラデシュナンバープレート認識システムは主に文字セグメンテーションに基づいており,これらの方法はリアルタイムに実装されていない。本研究では,2つの別々のDeep Convolution Neural Network(DCNN)モデルを用いて,リアルタイムビデオストリーミングからナンバープレートとナンバープレート上の文字を同定した。最初のCNNモデルは,道路上の車両のライブビデオからナンバープレートを検出する。それは,ビデオフレームからナンバープレート領域を作る。次に,クロップされたフレームを2番目のCNNに供給して,そのナンバープレート上の特性を検出した。文字は個々のオブジェクトとして検出される。ナンバープレート上のすべての特性と数を検出した後,それらをプレート上の位置に従って再配置した。提案したモデルを訓練するために,合計292の画像を収集した。さらに,BanglaLekha-Isolatedと呼ばれるオープンソースBangla手書き文字データセットを用いて,合成文字データを用いてモデルを訓練した。訓練されたモデルを18のライブビデオと6つの静止画像データを用いてテストした。最終的に,提案した方法論は,与えられた試験データセットのためにナンバープレートを検出することに関して100%の精度を得て,免許プレートに関する特性を検出するために91.67%の精度を得た。Copyright 2020 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： セグメンテーション ,  交通制御 ,  道路 ,  バングラデシュ人民共和国 ,  録画装置 ,  *応用プログラム ,  ライセンス
準シソーラス用語： *ナンバープレート ,  ビデオストリーミング ,  オープンソース ,  *深層学習 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (6件)： CNN ,  SSD ,  実時間 ,  ナンバー ,  深層学習 ,  アプリケーション