基于车牌检测与识别的深度学习车辆跟踪系统
计算机视觉与模式识别
2020-05-19 v1 机器学习
图像与视频处理
摘要
车辆跟踪是智能交通管理系统的重要组成部分。以往的的车辆跟踪实现采用基于全球定位系统(GPS)的方案，在智能手机上提供个体车辆的位置。所提出的系统使用一种新颖的车辆跟踪方法，即车辆车牌检测与识别(VLPR)技术，该技术可大规模集成到交通管理系统中。早期的VLPR实现使用简单的图像处理技术，具有较强实验性和启发式特点。随着深度学习和计算机视觉的出现，人们可以创建鲁棒的VLPR系统，其效果接近人类效率。以往基于深度学习的实现利用目标检测和支撑向量机进行检测，并采用基于启发式图像处理的方法进行识别。所提出的系统使用场景文本检测模型架构进行车牌检测，并使用光学字符识别引擎(OCR) Tesseract进行识别。所提出的系统在NVIDIA Ge-force RTX 2080ti GPU上使用高速公路视频测试时取得了优异结果，以每秒30帧的速度运行，准确率接近人类。
引用
@article{arxiv.2005.08641,
title = {Deep Learning Based Vehicle Tracking System Using License Plate Detection And Recognition},
author = {Lalit Lakshmanan and Yash Vora and Raj Ghate},
journal= {arXiv preprint arXiv:2005.08641},
year = {2020}
}
备注
6 pages, 13 figures