文献

J-GLOBAL ID：202102220396961925   整理番号：21A0539228

深いマルチモデル融合に基づくアメリカナンバープレート認識アルゴリズム【JST・京大機械翻訳】

American License Plate Recognition Algorithm Based on Deep Multi-Model Fusion

著者 (3件)： Cai Ying (College of Electrical Engineering and Automation, Fuzhou University,Fuzhou,China,350108) ,  Zhang Yuexin (College of Electrical Engineering and Automation, Fuzhou University,Fuzhou,China,350108) ,  Huang Jie (College of Electrical Engineering and Automation, Fuzhou University,Fuzhou,China,350108)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： CAC  ページ： 6432-6437  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： アメリカライセンスプレートの正確な認識を実現するために,マルチモデル融合に基づくアルゴリズムを提案した。アルゴリズムは,ライセンスプレート認識のタスクを2つのステップに分割する:最初に,ライセンスプレート数と状態名前を配置し,次に,領域を認識する。YOLO v3に基づいて,特徴抽出ネットワークを再設計した。深さ方向分離可能畳込みと注意機構を組み合わせて,軽量物体検出ネットワークを提案して,ナンバープレート数と状態名を位置決めした。ナンバープレート数のために,畳込みリカレントニューラルネットワーク(CRNN)を用いて,ナンバープレート数を認識して,移動学習を導入して,ナンバープレート数トレーニングセットにおける不十分なデータの問題を解決した。状態名では,ResNet-50を分類モデルに用いた。最後に,アルゴリズムの実現可能性を実験によって確かめた。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 ,  畳込み ,  学習 ,  ネットワーク ,  特徴抽出 ,  ライセンス ,  再設計
準シソーラス用語： *ナンバープレート ,  *認識アルゴリズム ,  物体検出 ,  リカレントニューラルネットワーク ,  マルチモデル ,  分類モデル ,  軽量 , 【Automatic Indexing@JST】

分類 (5件)： 音声処理  (JE05000E) ,  符号理論  (ND02030R) ,  図形・画像処理一般  (JE04010I) ,  専用演算制御装置  (JC04030Y) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： マルチモデル ,  融合 ,  アメリカ ,  ナンバー ,  認識アルゴリズム