РАЗРАБОТКА СИСТЕМЫ АВТОМАТИЧЕСКОГО РАСПОЗНАВАНИЯ НОМЕРНЫХ ЗНАКОВ

АННОТАЦИЯ 3
ВВЕДЕНИЕ 3
1 Анализ существующих решений 6
2 Создание модели распознавания номерных знаков 13
2.1 Инструменты разработки 13
2.2 Подготовка данных 14
2.3 Обучение модели 16
2.4 Оценка модели 19
3 Разработка системы распознавания номерных знаков 21
3.1 Распознавание номерных знаков с изображения 21
3.2 Имплементация оптического распознавания текста 23
3.3 Распознавание номерных знаков в реальном времени 24
ЗАКЛЮЧЕНИЕ 26
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ И ЛИТЕРАТУРЫ 28

Купить

В современном мире количество людей, владеющих транспортными средствами, растет пропорционально экономическому росту, что значительно усложняет управление транспортной системой. Одновременно с количеством машин учащаются случаи нарушения правил дорожного движения и хищения транспортных средств. Распознавание номерных знаков быстродвижущихся транспортных средств играет ключевую роль в поимке и наказании нарушителей. В настоящее время номерные знаки транспортных средств часто определяются вручную, и человеку свойственно допускать ошибки при ведении учета. Существует необходимость создания системы автоматического распознавания, сбора и управления информацией о транспортных средствах.
В эпоху четвертой промышленной революции, существование интеллектуальной транспортной системы (ИТС) фундаментально. В ней использование искусственного интеллекта (AI) и интернета вещей (IoT) обеспечивает возможность обмена информацией без какого-либо человеческого вмешательства. Самой важной подсистемой ИТС является система автоматического распознавания номерных знаков. Система читает изображение, предварительно обрабатывает его и распознает символы с номерного знака транспортного средства без вмешательства человека.
Целью данной работы является разработка системы автоматического распознавания номерных знаков. Ее использование снижает риски возникновения нарушений, а также предоставляет возможность определения местонахождения.
Сформулированная цель предполагает решение следующих задач:
1) Проанализировать существующие методы автоматического распознавания номерных знаков;
2) Создать и проаннотировать набор данных для обучения и оценки качества работы модели распознавания объектов;
3) Обучить модель распознавать номерные знаки на созданном наборе данных;
4) Разработать систему автоматического распознавания номерных знаков на основе обученной модели;
5) Внедрить в систему оптическое распознавание символов с выделенных номерных знаков.
Объектом исследования является система автоматического распознавания номерных знаков.
Предмет исследования - методы автоматического распознавания номерных знаков.
Исследование показывает, что существующие системы автоматического распознавания номерных знаков не являются универсальными. Такие параметры, как скорость движения транспортного средства, освещение, размер и разрешение изображения влияют на точность распознавания. Кроме того, в случае с российскими номерными знаками, в открытом доступе нет готового набора данных, содержащих фотографии транспортных средств с их номерными знаками. Для решения этой проблемы был собран набор данных из 5500 фотографий транспортных средств с российскими номерными знаками. Ко всем фотографиям были созданы аннотации в соответствии с расположением номерных знаков на фотографиях. Набор данных был использован для обучения и оценки качества работы модели распознавания объектов. В ходе исследования была разработана система автоматического распознавания номерных знаков, которая эффективно распознает различные виды российских номерных знаков. Система была оценена на выборке из 1000 изображений и аннотаций к ним.
В целом, позиции исследователей можно разделить на две условные группы. В первую группу входят исследования, в которых авторы предлагают использовать технологию компьютерного зрения для создания систем распознавания номерных знаков транспортных средств. В таких системах на предварительно обработанном изображении определяются границы 4
номерного знака, после чего номерной знак выделяется с помощью бинарной маски. Обработанное изображение номерного знака затем подвергается оптическому распознаванию символов. Во вторую группу входят исследования, в которых для создания систем распознавания автомобильных номеров используются сверточные нейронные сети (CNN), обученные для распознавания конкретных объектов - номерных знаков [1]. Сначала такая нейронная сеть обучается на проаннотированном наборе данных, после чего применяется для выделения номерного знака с изображения. Выделенный номерной знак далее подвергается оптическому распознаванию символов.
ВКР состоит из введения, трех глав, заключения и списка литературы. В первой главе работы «Анализ существующих решений» изучены принципы работы разных моделей распознавания объектов и выделены преимущества конкретной модели для использования в разработанной системе. Во второй главе работы «Создание модели распознавания номерных знаков» рассмотрен процесс создания, настройки, переобучения и оценки модели, определенной в первой главе. В третьей главе работы «Разработка системы распознавания номерных знаков» рассмотрен процесс распознавания номерных знаков с изображения и в режиме реального времени, а также реализовано внедрение оптического распознавания символов в распознавание номерных знаков.

Купить