基于深度机器学习的埃及车辆牌照识别系统
计算机视觉与模式识别
2021-07-27 v1 机器学习
图像与视频处理
摘要
自动车辆牌照（VLP）检测与识别近年来已成为一个重要的研究课题。VLP 定位与识别是使用数字技术管理交通的一些最基本技术。本文开发了四种智能系统来识别埃及车辆牌照。其中两个系统基于字符识别，即（系统1：基于经典机器学习的字符识别）和（系统2：基于深度机器学习的字符识别）。另外两个系统基于整牌识别，即（系统3：基于经典机器学习的整牌识别）和（系统4：基于深度机器学习的整牌识别）。我们使用了目标检测算法和基于机器学习的目标识别算法。所开发系统的性能已在真实图像上进行了测试，实验结果表明，使用深度学习方法提供了最佳的 VLP 检测准确率，其 VLP 检测准确率比经典系统高出 32%。然而，车辆牌照阿拉伯字符（VLPAC）的最佳检测准确率则由经典方法提供，其 VLPAC 检测准确率比基于深度学习的系统高出 6%。此外，结果表明，在 VLP 识别过程中，深度学习优于所使用的经典技术，其识别准确率比经典系统高出 8%。最后，本文输出推荐了一个基于统计机器学习和深度学习的鲁棒 VLP 识别系统。
引用
@article{arxiv.2107.11640,
title = {Deep Machine Learning Based Egyptian Vehicle License Plate Recognition Systems},
author = {Mohamed Shehata and Mohamed Taha Abou-Kreisha and Hany Elnashar},
journal= {arXiv preprint arXiv:2107.11640},
year = {2021}
}
备注
8 Pages, 20 Figures, 5 Tables, Published with Al-Azhar Engineering Fifteenth International Conference (AEIC 2021)