Our License plate detection system

Our License plate detection system Our license plate
detection system consists of an off-line training module
and an on-line recognizing module shown in Fig. 1.
(Fig. 1) The framework of proposed License Plate Detection s ystem
The core of off-line training module is the training of
strong classifiers and the combination of strong
classifiers. A series of weak classifiers (critical
features) with their weights are extracted first after
trained by a large number of positive and negative
examples. Then some strong classifiers are selected
from the weak classifiers according their weights. Fig.
2 shows how the algorithm is structured. The strong
classifiers are then constructed in a cascade structure
for the on-line recognizing module.

Kết quả (Việt) 1:

Chúng tôi giấy phép mảng phát hiện hệ thống của chúng tôi tấm giấy phépHệ thống phát hiện bao gồm một mô-đun không trực tuyến đào tạovà một mô-đun phân trên mạng Hiển thị trong hình 1.(Hình 1) Khuôn khổ đề xuất phát hiện tấm giấy phép s ystemCốt lõi của off-line đào tạo module là việc đào tạoMáy phân loại mạnh mẽ và sự kết hợp của mạnh mẽMáy phân loại. Một loạt các máy phân loại yếu (quan trọngtính năng) với trọng lượng của họ được khai thác đầu tiên sau khiđược đào tạo bởi một số lượng tích cực và tiêu cực lớnVí dụ. Sau đó một số máy phân loại mạnh mẽ được lựa chọntừ các máy phân loại yếu theo trọng lượng của họ. Hình.2 cho thấy làm thế nào các thuật toán có cấu trúc. Các mạnh mẽMáy phân loại sau đó được xây dựng trong một cấu trúc cascadecho các on-line công nhận mô-đun.

Kết quả (Việt) 2:

Hệ thống phát hiện của chúng tôi tấm giấy phép của chúng tôi tấm giấy phép
hệ thống phát hiện bao gồm một mô-đun đào tạo off-line
và một mô-đun công nhận on-line hình. 1.
(Hình. 1) Các khuôn khổ của đề xuất Giấy phép mảng Detection s ystem
Cốt lõi của mô-đun đào tạo off-line là việc đào tạo
phân loại mạnh mẽ và sự kết hợp mạnh mẽ của
phân loại. Một loạt các phân loại yếu (quan trọng
tính năng) với trọng lượng của họ được chiết xuất đầu tiên sau khi
được đào tạo bởi một số lượng lớn các tích cực và tiêu cực
ví dụ. Sau đó, một số phân loại mạnh mẽ được lựa chọn
từ các yếu phân loại theo trọng lượng của họ. Hình.
2 thể hiện các thuật toán có cấu trúc. Mạnh mẽ
phân loại này sau đó được xây dựng trong một cấu trúc tầng
cho các mô-đun on-line công nhận.