Vision system for licence plate recognition based on neural networks
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61988987%3A17310%2F13%3AA140195K" target="_blank" >RIV/61988987:17310/13:A140195K - isvavai.cz</a>
Výsledek na webu
—
DOI - Digital Object Identifier
—
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Vision system for licence plate recognition based on neural networks
Popis výsledku v původním jazyce
The paper presents an important example of using artificial neural networks in computer vision. Vehicle Number Plate Recognition is a special form of optical character recognition (OCR). Vehicle number plate recognition is a type of technology, mainly software, which enables computer systems to read automatically the registration number of vehicles from digital pictures. We proposed developed methods based on multilayer feed-forward back-propagation algorithm using one hidden layer that is able to recognize numbers and letters in a plate. We also proposed method that is able to find some area with a number plate, which is cut out from the input image and forwarded to neural network application. The performance of the proposed system has been tested onreal images.
Název v anglickém jazyce
Vision system for licence plate recognition based on neural networks
Popis výsledku anglicky
The paper presents an important example of using artificial neural networks in computer vision. Vehicle Number Plate Recognition is a special form of optical character recognition (OCR). Vehicle number plate recognition is a type of technology, mainly software, which enables computer systems to read automatically the registration number of vehicles from digital pictures. We proposed developed methods based on multilayer feed-forward back-propagation algorithm using one hidden layer that is able to recognize numbers and letters in a plate. We also proposed method that is able to find some area with a number plate, which is cut out from the input image and forwarded to neural network application. The performance of the proposed system has been tested onreal images.
Klasifikace
Druh
D - Stať ve sborníku
CEP obor
IN - Informatika
OECD FORD obor
—
Návaznosti výsledku
Projekt
—
Návaznosti
S - Specificky vyzkum na vysokych skolach
Ostatní
Rok uplatnění
2013
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 2013 Thirteenth International Conference on Hybrid Intelligent Systems
ISBN
978-1-4799-2439-4
ISSN
—
e-ISSN
—
Počet stran výsledku
4
Strana od-do
141-144
Název nakladatele
IEEE Computer Society
Místo vydání
USA
Místo konání akce
Yassmine Hammamet, Tunisia
Datum konání akce
4. 12. 2013
Typ akce podle státní příslušnosti
WRD - Celosvětová akce
Kód UT WoS článku
—