文献

J-GLOBAL ID：202102220125544656   整理番号：21A0230162

車両ナンバープレート認識におけるCNN性能増加のためのGANベース合成データ増強【JST・京大機械翻訳】

GAN-based synthetic data augmentation for increased CNN performance in Vehicle Number Plate Recognition

著者 (5件)： Kukreja Vinay (Chitkara University Institute of Engineering and Technology Chitkara University,Punjab,India) ,  Kumar Deepak (Chitkara University Institute of Engineering and Technology Chitkara University,Punjab,India) ,  Kaur Amandeep (Chitkara University Institute of Engineering and Technology Chitkara University,Punjab,India) ,  Geetanjali (Chitkara University Institute of Engineering and Technology Chitkara University,Punjab,India) ,  Sakshi (Chitkara University Institute of Engineering and Technology Chitkara University,Punjab,India)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： ICECA  ページ： 1190-1195  発行年： 2020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： 今日の現代時代において,駐車は,多くの人々にとって大きな問題である。この問題は,駐車のための正しいスポットを見つけることによって,個人の時間を消費する。本研究では,車両免許板または数板認識を用いた自動駐車システムの概念を検討した。それは,人間相互作用を除去することによって,はるかに少ないハッスルを有するプロセスを改善するであろう。それはまた,駐車場で車両を登録するのに使用されるスリップまたは磁気カードの要求を回避できる車両のセキュリティの進歩につながるであろう。研究者は,自動的に駐車のデータベースにおける入力を作るために画像処理アルゴリズムを使用する。AVNPR(自動車両数板認識)を用いて,板の数を同定した。雑音問題のために,CNN(畳込みニューラルネットワーク),RNN(再帰ニューラルネットワーク)のような深いアルゴリズムは,車両板における数の誤同定を正しく認識しない。この問題は,GAN(一般化広告ネットワーク)アルゴリズムを用いて著者によって修正される。GANは単一低解像度画像から高解像度画像を生成するのを助ける。GANを適用した後,車両板の分類をCNNを通して行った。実験の間,提案した方式は,車両数板に対して99.39%の認識精度を達成した。したがって,提案システムは車両数板の数を自動的に同定するのに適している。さらに,既存のモデルと比較して,提案システムは他のモデルよりも高い精度を達成した。Copyright 2021 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 ,  雑音 ,  相互作用 ,  広告 ,  自動車 ,  データベース ,  ネットワーク ,  *駐車 ,  駐車場 ,  ニューラルネットワーク ,  磁気カード ,  ライセンス
準シソーラス用語： *ナンバープレート ,  画像処理アルゴリズム ,  畳込みニューラルネットワーク , 【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 (4件)： ナンバー ,  CNN ,  GaN ,  データ増強