اشترك بالحزمة الذهبية واحصل على وصول غير محدود شمرا أكاديميا
تسجيل مستخدم جديدتطوير منظومة التعرف الآلي إلى لوحة السيارة
Improved the Automatic Number Plate Recognition System (ANPR)
2863
4 146
0
(
0
)
تمت اﻹضافة من قبل
Shamra Editor
اسأل ChatGPT حول البحث
يعدّ التعرف الآلي إلى السيارات بواسطة أرقامها المثبتة على لوحتها موضوعاً مهماً, لما لهو من استخدامات متعددة منها التطبيقات الأمنية كمراقبة مداخل مؤسسة حساسة. و مراقبة السيارات على الطرقات و كشف السيارات المسروقة و حتى أنه يمكن أن يفيد في الدراسات الإحصائية كدراسة الازدحام المروري في منطقة ما وغيرها. يعرض هذا العمل تفاصيل بناء نظام تعرف آلي إلى لوحة السيارة و أيضاً التعرف إلى لون السيارة. جرى التركيز في هذا البحث على مرحلة تحويل الأرقام الموجودة داخل صورة لوحة السيارة إلى أرقام فعلية, لتحسين أداء النظام ككل نظرًا لكثرة الأخطاء التي تحدث في هذه المرحلة و بالتالي فشل التعرف بالكامل. قمنا في هذا البحث باستخدام خوارزمية,تحليل المكونات الأساسية (Principal Component Analysis (PCA لللتعرف على أرقام لوحة المفاتيح الموجودة داخل الصورة,و دمجها مع الخوارزمية المستخدمة عادة و هي خوارزمية التعرف البصري Optical Character Recognition (OCR للتقليل من الأخطاء المرتكبة في عملية التعرف على الأرقام , ومن ثم تحسين أداء نظام التعرف الآلي على لوحات السيارات.كما قمنا بإضافة التّعرف إلى لون السيارة (الذي يعدّ موسطاً مميزًا آخر للسيارة)مما يسمح اعتماداً على قاعدة معطيات بكشف السيارات المسروقة و زيادة موثوقية النظام.
The Automatic recognition System to vehicles through its number is an important topic, because of its important uses, such as security applications by monitoring the entrances of a important institutions, monitor the vehicles on the road, detection of stolen cars, and even that could be useful in statistical studies, where we can study the traffic congestion in an area. In this work we offer an overview of the Automatic Number Plate Recognition System (ANPR) through to identify the license plate number, and also recognize the color of car. The focus of this research on the stage of converting the numbers into a picture of a car plate to actual figures, to improve the performance of all system, where many of errors that occur at this stage. In this search was used the algorithm of Principle component analysis (PCA) to identify the numbers plate inside the picture. and its integration with optical character Recognition algorithm(OCR) which usually used for recognition , to minimize errors in recognition numbers and thus improve the performance of the automatic number plate system.and also we add color car recognize(which another important parameter of car) , this helps after return to data base detect stolen vehicles and improve the reliability of system
المراجع المستخدمة
RUSS- J, 2011 The IMAGE PROCESSING Handbook . Taylor and Francis Group , Sixth Edition,North Carolina State University USA , 853P
GONZALEZ-R, WOODS-R, 2002 Digital Image Processing.Prentice Hall, Second Edition,USA,797p
MARTINSKY-O, 2007ALGORITHMIC AND MATHEMATICAL PRINCIPLES OF AUTOMATIC NUMBER PLATE RECOGNITION SYSTEMS
UKANI-N,MEHTA-H, 2010 An Accurate Method for License Plate Localization using Morphological Operations and Edge Processing , IEEE International Congress on Image and Signal Processing , vol.3. 2488-24
QADRI-M, ASIF-M, 2009 AUTOMATIC NUMBER PLATE RECOGNITION SYSTEM FOR VEHICLE IDENTIFICATION USING OPTICAL CHARACTER RECOGNITION,IEEE International Conference on Education Technology and Computer,vol.5.335-338
قيم البحث
اقرأ أيضاً
نستكشف تطبيق خوارزميات NER-Art-Branch إلى نصوص مركز الاتصال التي تم إنشاؤها ASR. ركز العمل السابق في هذا المجال على استخدام نموذج Bilstm-CRF الذي اعتمد على تضمين الدعوى؛ ومع ذلك، فإن مثل هذا النموذج غير عملي من حيث الكمون واستهلاك الذاكرة. في بيئة ال
إنتاج، يتطلب المستخدمون النهائيون نماذج منخفضة الكمون التي يمكن دمجها بسهولة في خطوط الأنابيب الموجودة. ولتحقيق هذه الغاية، نقدم نماذجين مختلفة يمكن استخدامها بناء على متطلبات الكمون والدقة للمستخدم. أولا، نقترح مجموعة من النماذج التي تستخدم نماذج لغة محول الحديثة (روبرتا) لتطوير نظام NER عالية الدقة المدربين على مجموعة مشروحة مخصصة من نصوص مركز الاتصال. بعد ذلك، نستخدم نموذجنا المستند إلى المحولات الأفضل أداء لتسمية عدد كبير من النصوص، والذي نستخدمه للتأهيل بنموذج BILSTM-CRF ويزيد من الاستحقاق على مجموعة بيانات المشروح. نظرا لأن هذا النموذج، في حين ليس دقيقا مثل نظيره القائم على المحولات، فهو فعال للغاية في تحديد العناصر التي تتطلب تحسين قانون الخصوصية. علاوة على ذلك، نقترح مخططا شرحا عاما جديدا ل NER في بيئة مركز الاتصال.
لمعالجة أزمة تلوح في الأفق من التقييم غير المقصود للتعرف على الكيان المسمى، نقترح إرشادات وإدخال SEQSCORE، حزمة البرمجيات لتحسين استنساخ.المبادئ التوجيهية التي نقترحها هي بسيطة للغاية ومركز حول الشفافية فيما يتعلق بكيفية تشفير القطاعات وسجلها.نوضح أن
ه على الرغم من البساطة الواضحة لتقييم NER، فإن الاختلافات غير المبلغ عليها في إجراءات التهديف يمكن أن تؤدي إلى تغييرات في الدرجات التي تعد كل من حجمها ملحوظا ومهمة إحصائية.وصفنا Seqcore، الذي يتناول العديد من القضايا التي تسبب فشل النسخ المتماثل.
يقدم البحث تصميماً لنظام تفقد آلي للطلبة، يقوم النظام بالتقاط صورة للطالب ثم استخلاص ملامح الوجه الأساسية، تم تدريب الشبكة باستخدام خوارزمية الانتشار العكسي، إذ تم توليد قاعدة بيانات تدريبية لكل طالب، مكونة من 15 عينة تدريبية له لمرة واحدة في بداية ا
لفصل الدراسي، كل عينة تحتوي تعابير الوجه اللازمة للتعرف على طالب، تُدرب الشبكة العصبونية على قاعدة بيانات الطلبة من أجل الحصول على شبكة عصبونية مدربة قادرة على التعرف على طلاب كل فئة بالاعتماد على ملامحهم، وبالتالي معرفة من حضر الجلسة ممن لم يحضر، تم تزويد النظام المصمم لهذا الغرض بالشبكة المدربة، يقدم النظام إمكانية إجراء التفقد الآلي للطلاب حسب فحوى الدراسة مع التنبيه في حال وجود صورة لطالب لا ينتمي لنفس المجموعة.
الغاية من هذا البحث بناء نظام لتصنيف نطق الأرقام الانكليزية وذلك بالاعتماد على نماذج ماركوف المخفية في التصنيف وذلك بالاعتماد على طيف الإشارة في استخراج سمات الإشارات
تهدف أنظمة تعرف الكلام أليا بشكل عام إلى كتابة ما يقال. تتالف أنظمة تعرف الكلام المستمر آليا في أحدث ما توصل إليه العلم في هذا المجال من أربع مكونات أساسية: معالجة الإشارة، النمذجة الصوتية, النمذجة اللغوية، ومحرك البحث. أما تعرف الكلمات المنفصلة فلا
يحتوي على النمذجة اللغوية. التي تقوم بربط الكلمات لتشكيل جملة مفهومة.
سجل دخول لتتمكن من نشر تعليقات
التعليقات
جاري جلب التعليقات
سجل دخول لتتمكن من متابعة معايير البحث التي قمت باختيارها
