Детальная информация

Цель работы – разработка системы детектирования и распознавания автомобильных номеров с помощью нейронных сетей, обеспечивающей устойчивое распознавание номеров с высокой точностью с учетом возможных ограничений, которая при этом способна работать на устройствах, не обладающих высокой вычислительной мощностью. В результате исследования был проведен обзор существующих систем, представлена модель разработанной системы, которая позволяет добиться повышения эффективности распознавания номеров за счет использования оптимизированных нейронных сетей, требующих значительно меньшей вычислительной нагрузки в отличие от существующих аналогов, и различных алгоритмов предобработки изображений. Использование в модели недорогих устройств делает систему в несколько раз дешевле представленных на рынке систем. Учтены терминологические особенности предметной области и применены программные средства для решения задач. Применено специализированное программно-математическое обеспечение Visual Studio Code.

The aim of the work is to develop a system for detecting and recognizing license plates using neural networks, providing stable recognition of license plates with high accuracy, taking into account various possible restrictions, which is also capable of working on devices that do not have high computing power. As a result of the study, a review of existing systems was carried out, a model of the developed system was presented, which makes it possible to increase the efficiency of license plate recognition through the use of optimized neural networks, which require significantly less computational load in contrast to existing analogues, and various image preprocessing algorithms. The use of inexpensive devices in the model makes the system several times cheaper than systems on the market. Terminological features of the subject area are taken into account and software tools are used to solve problems. Specialized software and mathematics were used Visual Studio Code.

• Введение
• Глава 1. ОБЗОР СУЩЕСТВУЮЩИХ СИСТЕМ
• 1.1. Компьютерное зрение и машинное обучение
• 1.2. Создание и развитие систем распознавания автомобильных номеров на основе нейронных сетей
• 1.3. Обзор существующих систем
  • 1.3.1. Система распознавания автомобильных номеров ANRP Access от компании Nedap
  • 1.3.2. Система распознавания автомобильных номеров Трал-Паркинг от компании “СМП-Сервис”
  • 1.3.3. Система распознавания автомобильных номеров CVS-Авто от компании “Новые технологии”
  • 1.3.4. Система распознавания автомобильных номеров NumberOk от компании FF-Group
• 1.4. Выводы
• Глава 2. РАЗРАБОТКА СИСТЕМЫ ДЕТЕКТИРОВАНИЯ И РАСПОЗНАВАНИЯ АВТОМОБИЛЬНЫХ НОМЕРОВ
• 2.1. Создание модели системы детектирования и распознавания номеров машин
• 2.2. Архитектура разрабатываемой системы
  • 2.2.1. Сверточные нейронные сети
  • 2.2.2. Архитектура MobileNet-V2
• 2.3. Оптимизация модели нейронной сети
• 2.4. Методы и алгоритмы предобработки изображений
  • 2.4.1. Пороговое преобразование
  • 2.4.2. Детектирование контуров
  • 2.4.3. Вычисление угла наклона через преобразование Хафа
  • 2.4.4. Contrast Limited Adaptive Histogram Equalization
  • 2.4.5. Гауссовский блюр
  • 2.4.6. Дилатация
• 2.5. Беспроводная передача данных
• 2.6. Сбор данных и обучение модели
• 2.7. Клиент-серверное приложение
  • 2.7.1. Безопасность данных
• 2.8. Выводы
• Глава 3. АНАЛИЗ ПОЛУЧЕННЫХ РЕЗУЛЬТАТОВ И ОСНОВНЫЕ ВЫВОДЫ
• 3.1. Анализ результатов тестирования
• 3.2. Анализ собранных данных
• 3.3. Выводы
• Заключение
• Список использованных источников
• Приложение А Функция нахождения угла наклона автомобильного номера и сдвиг плоскости на найденный угол
• Приложение Б Метод оптимизации