文献

J-GLOBAL ID：202102273075213203   整理番号：21A1300803

ライセンスプレート検出とアラインメントのためのニューラルネットワークA軽量ネットワークに基づくナンバープレート検出のためのリアルタイムで効率的なアラインメントアルゴリズムに関する研究【JST・京大機械翻訳】

Research on Real-time and Efficient Alignment Algorithm for License Plate Detection Based on Neural Network A lightweight network for license plate detection and alignment

著者 (4件)： Li Pengfei (Zhengzhou Xinda Institute of Advanced Technology,Zhengzhou,China) ,  Wang Kun (Zhengzhou Xinda Institute of Advanced Technology,Zhengzhou,China) ,  Li Xu (Zhengzhou Xinda Institute of Advanced Technology,Zhengzhou,China) ,  Xu Miaoyu (Zhengzhou Xinda Institute of Advanced Technology,Zhengzhou,China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： ICBASE  ページ： 359-362  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： 車両の主な識別マークの1つとして,車両免許板は,知的交通管理において重要な役割を果たし,また,車両免許板検出と認識は,近年,最新の話題である。自然情景の下のナンバープレート検出の伝統的方法の低い精度,精度はナンバープレート検出の深い学習に基づいてより高いが,リアルタイム性能はより貧弱であり,特別なネットワークによるナンバープレートアラインメントの歪み補正は,ライセンスプレートの4つの頂点,次に,透視変換[1]正しいライセンスプレート面積,さらに計算複雑性をさらに増加させるためのプロセスであった。MTCNN[2]のような回帰モデルの既存の検出とナンバープレート4頂点に対して,MTCNNの画像ピラミッドはより多くの計算を持っているので,本論文では,モバイルネット[3]バックボーンネットワークと,ネットワークのライセンスプレート上の3つの異なるスケール層での3つの異なるスケール層におけるサンプリングを提案し,その結果,ネットワーク基準yolov4[4]設計アイデアを,ライセンスプレートと境界ボックスのカテゴリーを回帰するのに加えて,ネットワーク参照yolov4[4]設計アイデア,いわゆるモバイルネット-yolov4を提案した。4つの頂点回帰ミッションは,ナンバープレート検出に追加した。簡単なネットワークへのこれら3つのタスクの統合は,ネットワーク層の多重化を改善し,その後のライセンスプレートアラインメントの計算を低減する。実験は,アルゴリズムがより高いリアルタイムと精度を持って,より高い研究と応用価値を持つことを示した。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： *アラインメント ,  *アルゴリズム ,  *ネットワーク ,  *ニューラルネットワーク ,  基幹回線 ,  計算量 ,  多重化 ,  歪補正 ,  *ライセンス ,  角錐 ,  透視 ,  回帰モデル
準シソーラス用語： *ナンバープレート ,  実時間 ,  識別子 , 【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 (8件)： ライセンス ,  アラインメント ,  ニューラルネットワーク ,  軽量 ,  ナンバー ,  リアルタイム ,  アルゴリズム ,  研究