License Plate Detection Using Point of Interest Detectors and Descriptors
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216305%3A26220%2F16%3APU120617" target="_blank" >RIV/00216305:26220/16:PU120617 - isvavai.cz</a>
Výsledek na webu
<a href="http://ieeexplore.ieee.org/document/7760926" target="_blank" >http://ieeexplore.ieee.org/document/7760926</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.1109/TSP.2016.7760926" target="_blank" >10.1109/TSP.2016.7760926</a>
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
License Plate Detection Using Point of Interest Detectors and Descriptors
Popis výsledku v původním jazyce
A license plate detection task (LPD) is an important stage in the License plate recognition (LPR) implementations for automated transport systems. This paper is focused on a theory behind various interest points (IPs) detectors and region descriptors often used in applications of image processing including the LPR apps among others. We have carried out wide analysis on behaviour of several selected detectors and descriptors listed here: Harris, Shi&Tomasi, MSER, FAST, SURF and BRISK. These algorithms have been implemented, tested and compared each other from a point of view of their stability and repeatability. Our experiments were performed on a license plate localization task and carried out over an extensive gallery of real vehicle images.
Název v anglickém jazyce
License Plate Detection Using Point of Interest Detectors and Descriptors
Popis výsledku anglicky
A license plate detection task (LPD) is an important stage in the License plate recognition (LPR) implementations for automated transport systems. This paper is focused on a theory behind various interest points (IPs) detectors and region descriptors often used in applications of image processing including the LPR apps among others. We have carried out wide analysis on behaviour of several selected detectors and descriptors listed here: Harris, Shi&Tomasi, MSER, FAST, SURF and BRISK. These algorithms have been implemented, tested and compared each other from a point of view of their stability and repeatability. Our experiments were performed on a license plate localization task and carried out over an extensive gallery of real vehicle images.
Klasifikace
Druh
D - Stať ve sborníku
CEP obor
JB - Senzory, čidla, měření a regulace
OECD FORD obor
—
Návaznosti výsledku
Projekt
—
Návaznosti
S - Specificky vyzkum na vysokych skolach
Ostatní
Rok uplatnění
2016
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název statě ve sborníku
Proceedings of the 39th International Conference on Telecommunications and Signal Processing
ISBN
978-1-5090-1288-6
ISSN
—
e-ISSN
—
Počet stran výsledku
5
Strana od-do
484-488
Název nakladatele
Institute of Electrical and Electronics Engineers Inc.
Místo vydání
Vienna
Místo konání akce
Vídeň
Datum konání akce
27. 6. 2016
Typ akce podle státní příslušnosti
WRD - Celosvětová akce
Kód UT WoS článku
000390164000106