Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Non-parametric e-mixture of Density Functions Kapitel lesen Erstes Kapitel lesen

2016 | OriginalPaper | Buchkapitel

Multi-nation and Multi-norm License Plates Detection in Real Traffic Surveillance Environment Using Deep Learning

verfasst von : Amira Naimi, Yousri Kessentini, Mohamed Hammami

Erschienen in: Neural Information Processing

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

This paper aims to highlight the problems of license plate detection in real traffic surveillance environment. We notice that existing systems require strong assumptions on license plate norm and environment. We propose a novel solution based on deep learning using self-taught features to localize multi-nation and multi-norm license plates under real road conditions such poor illumination, complex background and several positions. Our method is insensitive to illumination (day, night, sunrise, sunset,...), translation and poses. Despite the low resolution of images collected from real road surveillance environment, a series of experiments shows interesting results and the fastest time processing comparing with traditional algorithms.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel A Hybrid Pooling Method for Convolutional Neural Networks
Nächstes Kapitel A Study on Cluster Size Sensitivity of Fuzzy c-Means Algorithm Variants
Literatur
1.
Ashtari, A.H., Nordin, M.J., Fathy, M.: An Iranian license plate recognition system based on color features. IEEE Trans. Intell. Transp. Syst. 15(4), 1690–1705 (2014)CrossRef
2.
Girshick, R.: Fast R-CNN. In: Proceedings of the IEEE International Conference on Computer Vision, pp. 1440–1448 (2015)
3.
Kim, S., Kim, D., Ryu, Y., Kim, G.: A robust license-plate extraction method under complex image conditions. In: Proceedings of the 16th International Conference on Pattern Recognition, vol. 3, pp. 216–219. IEEE (2002)
4.
Li, B., Tian, B., Li, Y., Wen, D.: Component-based license plate detection using conditional random field model. IEEE Trans. Intell. Transp. Syst. 14(4), 1690–1699 (2013)CrossRef
5.
Mahini, H., Kasaei, S., Dorri, F.: An efficient features-based license plate localization method. In: 18th International Conference on Pattern Recognition, ICPR 2006, vol. 2, pp. 841–844. IEEE (2006)
6.
Ng, H.S., Tay, Y.H., Liang, K.M., Mokayed, H., Hon, H.W.: Detection and recognition of malaysian special license plate based on sift features. arXiv preprint arXiv:​1504.​06921 (2015)
7.
Nguyen, C.D., Ardabilian, M., Chen, L.: Robust car license plate localization using a novel texture descriptor. In: Sixth IEEE International Conference on Advanced Video and Signal Based Surveillance, AVSS 2009, pp. 523–528. IEEE (2009)
8.
Ren, S., He, K., Girshick, R., Sun, J.: Faster R-CNN: towards real-time object detection with region proposal networks. In: Advances in Neural Information Processing Systems, pp. 91–99 (2015)
9.
Wu, H.H.P., Chen, H.H., Wu, R.J., Shen, D.F.: License plate extraction in low resolution video. In: 18th International Conference on Pattern Recognition, ICPR 2006, vol. 1, pp. 824–827. IEEE (2006)
10.
Zhang, H., Jia, W., He, X., Wu, Q.: Real-time license plate detection under various conditions. In: Ma, J., Jin, H., Yang, L.T., Tsai, J.J.-P. (eds.) UIC 2006. LNCS, vol. 4159, pp. 192–199. Springer, Heidelberg (2006)CrossRef
Metadaten
Titel
Multi-nation and Multi-norm License Plates Detection in Real Traffic Surveillance Environment Using Deep Learning
verfasst von
Amira Naimi
Yousri Kessentini
Mohamed Hammami
Copyright-Jahr
2016
Buch
Neural Information Processing

Print ISBN: 978-3-319-46671-2

Electronic ISBN: 978-3-319-46672-9

Copyright-Jahr: 2016

DOI
https://doi.org/10.1007/978-3-319-46672-9_52