文献

J-GLOBAL ID：202002281143459553   整理番号：20A1241902

知的輸送システムのための畳込みニューラルネットワークによる最適k-平均を用いた自動車両ナンバープレート認識【JST・京大機械翻訳】

Automatic Vehicle License Plate Recognition Using Optimal K-Means With Convolutional Neural Network for Intelligent Transportation Systems

著者 (8件)： Pustokhina Irina Valeryevna (Department of Entrepreneurship and Logistics, Plekhanov Russian University of Economics, Moscow, Russia) ,  Pustokhin Denis Alexandrovich (Department of Logistics, State University of Management, Moscow, Russia) ,  Rodrigues Joel J. P. C. (Federal University of Piaui ́ (UFPI), Teresina, Brazil) ,  Gupta Deepak (Department of Computer Science and Engineering, Maharaja Agrasen Institute of Technology, Delhi, India) ,  Khanna Ashish (Department of Computer Science and Engineering, Maharaja Agrasen Institute of Technology, Delhi, India) ,  Shankar K. (Department of Computer Applications, Alagappa University, Karaikudi, India) ,  Seo Changho (Department of Convergence Science, Kongju National University, Gongju, South Korea) ,  Joshi Gyanendra Prasad (Department of Computer Science and Engineering, Sejong University, Seoul, South Korea)
資料名： IEEE Access  (IEEE Access)
巻： 8  ページ： 92907-92917  発行年： 2020年 
JST資料番号： W2422A  ISSN： 2169-3536  資料種別： 逐次刊行物 (A)
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： 高速道路研究における最近の発展と車両の利用の増加により,最新の,効果的で,正確なインテリジェント輸送システム(ITS)に関する重要な関心が払われている。画像中の特定物体を同定するプロセスは,コンピュータビジョンやディジタル画像処理の分野で重要な役割を果たす。車両免許プレート認識(VLPR)プロセスは,画像取得時の視点,形状,色,多重フォーマットおよび不均一照明条件の変化のために,挑戦的なプロセスである。本論文では,OKM-CNNモデルと呼ばれる最適K-平均(OKM)クラスタリングに基づくセグメンテーションと畳込みニューラルネットワーク(CNN)ベースの認識を用いた,効果的な深い学習ベースのVLPRモデルを提示した。提案したOKM-CNNモデルは,License Plate(LP)検出,OKMクラスタリング技術を用いたセグメンテーション,CNNモデルを用いたナンバープレート数認識の3つの主要段階で動作する。最初の段階の間,LP局在化と検出過程は,改良したBernoulliアルゴリズム(IBA)と構成要素解析(CCA)モデルを使用して行った。次に,Krill Herd(KH)アルゴリズムによるOKMクラスタ化を実行して,LP画像をセグメント化した。最後に,LPにおける特性をCNNモデルの助けを借りて認識した。3つのデータセット,すなわちStanford Cars,FZU CarsおよびHumab 2019 Challengeデータセットを用いて広範な実験的研究を行った。得られたシミュレーション結果は,かなりの方法で,他の比較法よりもOKM-CNNモデルの有効な性能を保証した。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： アルゴリズム ,  シミュレーション ,  学習 ,  *自動車 ,  セグメンテーション ,  高速道路 ,  照明条件 ,  クラスタ化 ,  多重化 ,  *交通システム ,  ライセンス ,  コンピュータビジョン
準シソーラス用語： *ナンバープレート ,  画像入力 ,  *畳込みニューラルネットワーク , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： 輸送システム ,  畳込みニューラルネットワーク ,  平均 ,  自動車 ,  ナンバー