این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
رایانش نرم و فناوری اطلاعات، جلد ۱۳، شماره ۳، صفحات ۶۰-۷۲
عنوان فارسی تشخیص شناسه خودرو با استفاده از ترکیب ماشین بردار پیشتیبان و شبکه عصبی همگشتی دروازه‌ای
چکیده فارسی مقاله در طول زمان، پژوهش‌های متعددی برای خواندن شناسه‌ها و تشخیص پلاک خودرو انجام شده است. اما نکته قابل توجه در مطالعات قبلی این است که این تحقیقات معمولاً توانایی یادگیری ساختارهای پیچیده در تصاویر را با دقت بالا ندارند. به این منظور در این مقاله از ظرفیت‌های بالای شبکه‌های عصبی عمیق برای یادگیری شناسه‌های پلاک خودرو استفاده شده است. مدل پیشنهادی در این مقاله شامل دو مرحله اصلی: برجسته‌سازی پلاک خودرو و خواندن شناسه است. در مدل پیشنهادی، بمنظور انتخاب بهترین محدوده از شبکه SVM استفاده شده است. پس از شناسایی محدوده پلاک باید کاراکترهای آن تشخیص داده شود. در این مرحله از شبکه عصبی همگشتی دروازه‌ای استفاده خواهد شد. مدل پیشنهادی بر روی دو مجموعه داده FZU Cars و Stanford Cars مورد ارزیابی قرار گرفته و نتایج حاصل از آزمایش‌ها نشان می‌دهند که این مدل نسبت به سایر روش‌های ارائه شده در هر دو مجموعه داده از دقت بالاتری برخوردار است.
کلیدواژه‌های فارسی مقاله تشخیص پلاک خوردرو،ماشین بردار پشتیبان،شبکه‌ عصبی همگشتی دروازه‌ای،خواندن نویسه‌های پلاک،
عنوان انگلیسی Vehicle ID Recognition Using a Combination of Support Vector Machine (SVM) and Gated Convolutional Neural Network (GCNN)
چکیده انگلیسی مقاله Over time, numerous studies have been conducted to read license plates and recognize license plates. However, it is noteworthy that these studies usually do not have the ability to learn complex structures in images with high accuracy. For this purpose, this paper uses the high capacities of deep neural networks to learn license plate identifiers. The proposed model in this paper includes two main steps: highlighting license plates and reading the ID. In the proposed model, the support vector machine (SVM) network is used to select the best range. After identifying the range of the license plate, its characters must be recognized. In this step, a gated convolutional neural network (GCNN) will be used. The proposed model is evaluated on two datasets, FZU Cars and Stanford Cars, and the results of the experiments show that this model has higher accuracy than other methods presented in both datasets.
کلیدواژه‌های انگلیسی مقاله تشخیص پلاک خوردرو,ماشین بردار پشتیبان,شبکه‌ عصبی همگشتی دروازه‌ای,خواندن نویسه‌های پلاک
نویسندگان مقاله سارا معتمد |
گروه کامپیوتر، واحد فومن و شفت ، دانشگاه آزاد اسلامی ، فومن، ایران.

فرزاد جولانی |
گروه کامپیوتر، واحد فومن و شفت ، دانشگاه آزاد اسلامی ، فومن، ایران.

الهام عسکری |
گروه کامپیوتر، واحد فومن و شفت ، دانشگاه آزاد اسلامی ، فومن، ایران.

نشانی اینترنتی https://jscit.nit.ac.ir/article_214588_5402b905da2c3313a917360089de93e3.pdf
فایل مقاله فایلی برای مقاله ذخیره نشده است
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات