License Plate Recognition (LPR) is

License Plate Recognition (LPR) is an important technology in the Intelligent Transport System (ITS) combining the method of computer vision, image processing and pattern recognition. In real-life context, the License Plate Detection (LPD) has to confront some difficulties which result from uncontrolled imaging conditions such as complex scene, bad weather condition, low contrast, blurring and viewpoint changes. In this paper, We present a new method to locate the License Plate rapidly by using a boosted cascade of Haar-like features. The cascade of boosted classifier which is created in the Haar-like features training process for lots of license plate samples locates the license plate very fast and correctly. The methods used involve training a strong classifier using the AdaBoost algorithm. Over several rounds, AdaBoost selects the best performing weak classifier from a set of weak classifiers, each acting on a single feature, and, once trained, combines their respective votes in a weighted manner. This strong classifier is then applied to sub-regions of an image being scanned for likely license plate locations.
An optimization introduced by Viola and Jones[2] involves a cascade of strong classifiers, each with specifically designed false-positive and false-negative rates, which greatly speeds up the scanning process, as not all classifiers need be evaluated to rule out most non-license plate sub-regions. After training, 100 weak classifiers were selected, and since no cascade classifier was implemented, all 100 classifiers were evaluated at every sub-region during the scanning process. This yielded a detection rate of 95.74% with a computational time 60 milliseconds. Further filters were applied based on connected component analysis, as most false positives are rejected and only license plate image accepted for character recognition.

Kết quả (Việt) 1:

Giấy phép mảng công nhận (LPR) là một công nghệ quan trọng trong các thông minh giao thông vận tải hệ thống (ITS) kết hợp phương thức máy tính tầm nhìn, xử lý ảnh và công nhận mẫu. Trong bối cảnh cuộc sống thực, tấm giấy phép phát hiện (LPD) đã đối đầu với một số khó khăn mà kết quả từ không kiểm soát được hình ảnh điều kiện như cảnh phức tạp, điều kiện thời tiết xấu, thấp tương phản, làm mờ và quan điểm thay đổi. Trong bài này, chúng tôi trình bày một phương pháp mới để xác định vị trí biển nhanh chóng bằng cách sử dụng một thác boosted của các tính năng giống như Haar. Cascade thúc đẩy mạnh mẽ loại được tạo ra trong các tính năng giống như Haar đào tạo quá trình quản lý nhiều tấm giấy phép mẫu đặt các tấm giấy phép rất nhanh và chính xác. Các phương pháp được sử dụng liên quan đến đào tạo một loại mạnh mẽ bằng cách sử dụng các thuật toán AdaBoost. Qua nhiều vòng, AdaBoost chọn hoạt động loại yếu từ một tập hợp các máy phân loại yếu, mỗi tác động lên một tính năng duy nhất, tốt nhất và, sau khi đào tạo, kết hợp phiếu tương ứng của họ một cách trọng. Loại mạnh mẽ này sau đó được áp dụng cho tiểu khu vực của một hình ảnh được quét cho các địa điểm có khả năng các tấm giấy phép.Một tối ưu hóa giới thiệu bởi Viola và Jones [2] liên quan đến việc có một thác của các máy phân loại mạnh mẽ, với đặc biệt được thiết kế sai tích cực và tiêu cực giả tốc độ, mà rất nhiều tốc độ quá trình quét, trong khi không phải tất cả máy phân loại cần được đánh giá để loại bỏ hầu hết các phòng không giấy phép mảng tiểu vùng. Sau khi đào tạo, Máy phân loại yếu 100 đã được lựa chọn, và kể từ khi không có loại cascade được thực hiện, Máy phân loại 100 tất cả đã được đánh giá ở mỗi khu vực phụ trong quá trình quét. Điều này mang lại một tỷ lệ phát hiện 95.74% với một tính toán thời gian 60 giây. Thêm bộ lọc được áp dụng dựa trên phân tích thành phần liên thông, như đặt sai tích cực bị từ chối và chỉ có hình ảnh tấm giấy phép chấp nhận sự nhận dạng ký tự.

Kết quả (Việt) 2:

Giấy phép mảng Recognition (LPR) là một công nghệ quan trọng trong hệ thống giao thông thông minh (ITS) kết hợp các phương pháp tầm nhìn máy tính, xử lý ảnh và nhận dạng mẫu. Trong bối cảnh cuộc sống thực, Giấy phép tấm Detection (LPD) phải đương đầu với một số khó khăn đó là kết quả của điều kiện không kiểm soát được hình ảnh như cảnh phức tạp, điều kiện thời tiết xấu, độ tương phản thấp, làm mờ và thay đổi quan điểm. Trong bài báo này, chúng tôi trình bày một phương pháp mới để xác định vị trí Giấy phép mảng nhanh chóng bằng cách sử dụng một thác đẩy mạnh các tính năng Haar-like. Các đợt phân loại tăng được tạo ra trong Haar giống như quá trình đào tạo các tính năng cho rất nhiều mẫu tấm giấy phép đặt các tấm giấy phép rất nhanh và chính xác. Các phương pháp được sử dụng liên quan đến việc đào tạo một phân loại mạnh mẽ sử dụng thuật toán AdaBoost. Qua nhiều vòng, AdaBoost lựa chọn thực hiện phân loại yếu nhất từ một bộ phân loại yếu, mỗi hành động trên một tính năng duy nhất, và, một khi được đào tạo, kết hợp phiếu bầu của mình một cách trọng. Phân loại mạnh mẽ này sau đó được áp dụng cho các tiểu vùng của một hình ảnh được quét cho các địa điểm tấm giấy phép có khả năng.
Một tối ưu hóa được giới thiệu bởi Viola và Jones [2] liên quan đến một chuỗi các phân loại mạnh, với tỷ lệ dương tính giả và âm tính giả thiết kế đặc biệt , mà rất nhiều tăng tốc quá trình quét, như không phải tất cả các phân loại cần được đánh giá để loại trừ hầu hết các tấm không giấy phép tiểu vùng. Sau khi đào tạo, 100 phân loại yếu đã được lựa chọn, và vì không có bậc thang phân loại được thực hiện, tất cả 100 phân loại được đánh giá ở tất cả các tiểu vùng trong quá trình quét. Điều này mang lại một tỉ lệ phát hiện 95,74% với thời gian tính toán 60 mili giây. Bộ lọc hơn nữa được áp dụng dựa trên phân tích thành phần kết nối, như hầu hết dương tính giả bị từ chối và tấm ảnh chỉ có giấy phép chấp nhận cho nhận dạng ký tự.