Automatic License Plate Recognition in Difficult Conditions - Technical Report
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61988987%3A17610%2F17%3AA1801N2D" target="_blank" >RIV/61988987:17610/17:A1801N2D - isvavai.cz</a>
Výsledek na webu
<a href="http://dx.doi.org/10.1109/IFSA-SCIS.2017.8023337" target="_blank" >http://dx.doi.org/10.1109/IFSA-SCIS.2017.8023337</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.1109/IFSA-SCIS.2017.8023337" target="_blank" >10.1109/IFSA-SCIS.2017.8023337</a>
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Automatic License Plate Recognition in Difficult Conditions - Technical Report
Popis výsledku v původním jazyce
By a car license plate recognition, we mean a software system processing images and providing an alphanumeric transcription of car plates included in an image. We divide the task into four sub-tasks: license plate localization, license plate extraction, characters segmentation and characters recognition. All four sub-tasks are discussed in the context of standard approaches and own solution based on a chain of standard and soft computing image processing algorithms is presented. In this chain, the F-transform approximate pattern matching algorithm plays the crucial role. For the solution, we presented recognition ability for a dataset which includes 500 images with difficult conditions.
Název v anglickém jazyce
Automatic License Plate Recognition in Difficult Conditions - Technical Report
Popis výsledku anglicky
By a car license plate recognition, we mean a software system processing images and providing an alphanumeric transcription of car plates included in an image. We divide the task into four sub-tasks: license plate localization, license plate extraction, characters segmentation and characters recognition. All four sub-tasks are discussed in the context of standard approaches and own solution based on a chain of standard and soft computing image processing algorithms is presented. In this chain, the F-transform approximate pattern matching algorithm plays the crucial role. For the solution, we presented recognition ability for a dataset which includes 500 images with difficult conditions.
Klasifikace
Druh
D - Stať ve sborníku
CEP obor
—
OECD FORD obor
10102 - Applied mathematics
Návaznosti výsledku
Projekt
<a href="/cs/project/LQ1602" target="_blank" >LQ1602: IT4Innovations excellence in science</a><br>
Návaznosti
P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)<br>S - Specificky vyzkum na vysokych skolach
Ostatní
Rok uplatnění
2017
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
IFSA-SCIS 2017 - Joint 17th World Congress of International Fuzzy Systems Association and 9th International Conference on Soft Computing and Intelligent Systems
ISBN
978-150904917-2
ISSN
—
e-ISSN
—
Počet stran výsledku
6
Strana od-do
—
Název nakladatele
Institute of Electrical and Electronics Engineers Inc.
Místo vydání
—
Místo konání akce
Otsu
Datum konání akce
27. 6. 2017
Typ akce podle státní příslušnosti
WRD - Celosvětová akce
Kód UT WoS článku
—