СОЗДАНИЕ СИСТЕМЫ ИДЕНТИФИКАЦИИ ТРАНСПОРТНЫХ СРЕДСТВ В РЕЖИМЕ РЕАЛЬНОГО ВРЕМЕНИ С ИСПОЛЬЗОВАНИЕМ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА
Authors/Creators
- 1. Бухарский государственный технический университет, магистрант 1-го курса специальности «Программный инжиниринг»
Description
В данной статье рассматриваются вопросы проектирования и создания системы идентификации транспортных средств в режиме реального времени на основе методов искусственного интеллекта. Исследуются современные подходы к распознаванию автомобилей, включая свёрточные нейронные сети (CNN), архитектуры YOLO и SSD для обнаружения объектов, а также методы оптического распознавания символов (OCR) для считывания государственных регистрационных номеров. Предлагается архитектура комплексной системы, способной в реальном времени обнаруживать, классифицировать и идентифицировать транспортные средства по видеопотоку с камер наблюдения. Проведены экспериментальные исследования, подтверждающие высокую точность и производительность предлагаемого решения.
Files
430-435.pdf
Files
(160.9 kB)
| Name | Size | Download all |
|---|---|---|
|
md5:eda62b664ef269968b23f1e8f22a580f
|
160.9 kB | Preview Download |
Additional details
References
- 1.Указ Президента Республики Узбекистан «О стратегии "Цифровой Узбекистан — 2030"» и мерах по её эффективной реализации. — 2020 г.
- 2.Redmon J., Divvala S., Girshick R., Farhadi A. You Only Look Once: Unified, Real-Time Object Detection // Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition (CVPR). — 2016. — P. 779–788.
- 3.Jocher G., Chaurasia A., Qiu J. Ultralytics YOLOv8 // GitHub repository. — 2023. — URL: https://github.com/ultralytics/ultralytics.
- 4.Liu W., Anguelov D., Erhan D. et al. SSD: Single Shot MultiBox Detector // European Conference on Computer Vision (ECCV). — Springer, 2016. — P. 21–37.
- 5.Wojke N., Bewley A., Paulus D. Simple Online and Realtime Tracking with a Deep Association Metric // IEEE International Conference on Image Processing (ICIP). — 2017. — P. 3645–3649.