Detekce a rozpoznání registračních značek vozidel

Loading...
Thumbnail Image
Date
ORCID
Mark
B
Journal Title
Journal ISSN
Volume Title
Publisher
Vysoké učení technické v Brně. Fakulta informačních technologií
Abstract
Cílem této bakalářské práce je návrh, implementace a testování systému, který v reálném čase pomocí neuronových sítí bude detekovat a rozpoznávat registrační značky vozidel. Nasbíraná data budou ukládána do databáze. Architektura systému je rozdělena do tří hlavních částí. První část řeší detekci registrační značky v obraze pomocí TensorFlow Object Detection API. Detektor dosahuje přesnosti 98.15 % AP při rychlosti kolem 14 fps. Druhá část se zabývá sledováním značek ve videu pomocí algoritmu SORT. Třetí část systému se věnuje holistickému rozpoznávání textu registrační značky a dosahuje až 0.6% chybovosti při rozpoznávání jednotlivých znaků a 2% chybovosti při rozpoznávání celého textu. Výsledný systém lze použít například pro policejní oddělení za účelem sledování kradených vozidel či automatického vybírání dálničních poplatků.
The goal of this Bachelor's thesis is to design, implement, and test a system that can detect and recognize license plates in real-time by using neural networks. The collected data will be saved into the database. The system's architecture is divided into three main parts. The first part handles the license plate detection in the image by making use of the TensorFlow Object Detection API. The detector reaches the accuracy of 98.15 % AP with a speed of roughly 14 fps. The second part deals with license plate tracking by using the algorithm SORT. The third part holistically recognizes the text of the license plate and can reach up to 0.6% character error rate and 2% word error rate. The system may be used by law enforcement for purposes such as for keeping track of stolen vehicles or for the automatic road tolling.
Description
Citation
TYKVA, J. Detekce a rozpoznání registračních značek vozidel [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2020.
Document type
Document version
Date of access to the full text
Language of document
en
Study field
Informační technologie
Comittee
doc. Ing. Peter Chudý, Ph.D., MBA (předseda) doc. RNDr. Pavel Smrž, Ph.D. (místopředseda) Ing. Petr Matoušek, Ph.D., M.A. (člen) Ing. Filip Orság, Ph.D. (člen) doc. Ing. Zdeněk Vašíček, Ph.D. (člen)
Date of acceptance
2020-08-27
Defence
Student nejprve prezentoval výsledky, kterých dosáhl v rámci své práce. Komise se poté seznámila s hodnocením vedoucího a posudkem oponenta práce. Student následně odpověděl na otázky oponenta a na další otázky přítomných. Komise se na základě posudku oponenta, hodnocení vedoucího, přednesené prezentace a odpovědí studenta na položené otázky rozhodla práci hodnotit stupněm B. Otázky u obhajoby: Na straně 23 (podkapitola 4.4) se zmiňujete o "resizing" obrázku registrační značky na 128x32 pixelů. Jedná se vždy o zmenšení, nebo jste experimentoval i se zvětšením značek? Na straně 26 (podkapitola 5.1) uvádíte několik "zkreslení" značek, mezi jinými i "shear" X i Y osy o 20°. Je takový druh zkreslení v praxi někdy skutečně "vidět"? V tabulce na straně 30 (tabulka 5.2) uvádíte chyby CER a WER. Jsou poměrně vysoké, čím si to vysvětlujete? Je jejich vzájemný vztah v tomto případě nějak jednoduše popsatelný? Jak velké byly datasety?
Result of defence
práce byla úspěšně obhájena
Document licence
Standardní licenční smlouva - přístup k plnému textu bez omezení
DOI
Collections
Citace PRO