Anwendungsorientierte Kennzeichenerkennung

Wir unterteilen die Anwendungen der Kennzeichenerkennung von Fahrzeugen (LPR) in drei Hauptkategorien und schlagen eine Lösung mit anpassbaren Parameter-Einstellungen für verschiedene Anwendungen vor. Die drei Kategorien sind Zugangskontrolle (AC), Strafverfolgung (LE) und Straßenpatrouille (RP). Jede Anwendung ist durch Variablen mit unterschiedlichen Variationsbereichen gekennzeichnet und erfordert daher unterschiedliche Einstellungen für die Lösung, mit der sie umgegangen wird. Die vorgeschlagene Lösung besteht aus drei Modulen zur Plattenerkennung, zur Zeichensegmentierung und zur Erkennung. Die Kantenclusterung wird erstmals zur Lösung der Plattenerkennung formuliert. Es ist auch eine neuartige Anwendung des maximal stabilen Extremregion (MSER) Detektors zur Zeichensegmentierung. Ein zweischichtiger Klassifikator, der mit einer zusätzlichen Nullklasse verbessert wird, hat experimentell bewiesen, dass er besser ist als frühere Methoden zur Zeichenerkennung. Um die Leistung der vorgeschlagenen Lösung zu bewerten, wird die anwendungsorientierte Kennzeichen (AOLP) Datenbank erstellt und der Forschungsgemeinschaft zugänglich gemacht. Experimente zeigen, dass die vorgeschlagene Lösung viele frühere Lösungen übertrifft und LPR besser durch Lösungen gelöst werden kann, die auf verschiedene Anwendungen ausgerichtete Einstellungen haben.