روشی جهت تشخیص پلاک خودرو با استفاده از YOLOv۳ و مبتنی بر RNN-LSTM

  • سال انتشار: 1402
  • محل انتشار: نوزدهمین کنفرانس ملی علوم و مهندسی کامپیوتر و فناوری اطلاعات
  • کد COI اختصاصی: CECCONF19_027
  • زبان مقاله: فارسی
  • تعداد مشاهده: 325
دانلود فایل این مقاله

نویسندگان

محسن عصاره طاهری

دانشجوی کارشناسی ارشدگروه مهندسی کامپیوتر، دانشکده فنی و مهندسی، موسسه آموزش عالی کارون، اهواز،ایران

محمد مصلح

دانشیار گروه مهندسی کامپیوتر، گروه مهندسی کامپیوتر، واحد درفول، دانشگاه آزاد اسلامی، دزفول ایران

چکیده

سیستمهای تشخیص پلاک نقش بسیار مهمی در بسیاری از کاربردها مانند مدیریت عوارض، کنترل پارکینگ و مدیریت ترافیک دارند. در این مقاله چارچوبی از شبکه های عصبی کانولوشن عمیق برای تشخیص پلاک خودرو ایرانیان پیشنهاد شده است. شبکه ی عصبی کانولوشن اول، شبکه YOLOv۳ است که پلاک خودروی ایران را در تصویر ورودی تشخیص میدهد. در حالیکه شبکه ی عصبی کانولوشن دوم، یک شبکه RNN-LSTM است که کاراکترهای موجود در پلاک شناسایی شده را تشخیص و طبقهبندی میکند. مجموعه داده ای از پلاکهای ایرانی متشکل از تصاویر نامطلوب نیز در این مقاله توسعه یافته است. شبکه YOLOv۳به درستی۹۹.۳۲، دقت ۹۹.۸۶ و نرخ بازیابی ۹۹.۴۵ دست یافت. همچنین، شبکه RNN-LSTM بر روی مجموعه داده توسعهیافته آموزش و آزمایش شد و به درستی ۹۹.۰۳، دقت ۹۹.۶۹ و نرخ بازیابی ۹۹.۳۳ دست یافت. سیستم پیشنهادی میتواند پلاک خودرو را در موقعیتهای چالش برانگیز مانند داده های ناخواسته روی پلاک تشخیص دهد. مقایسه این سیستم با سایر سیستمهای تشخیص پلاک ایرانی نشان میدهد که دقت بالایی دارد و همچنین این سیستم میتواند در محیط باز نیز کار کند.

کلیدواژه ها

تشخیص پلاک، یادگیری عمیق، شبکه عصبی کانولوشن، YOLOv۳، RNN-LSTM

مقالات مرتبط جدید

اطلاعات بیشتر در مورد COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.