Key points are not available for this paper at this time.
लाइसेंस प्लेट पहचान (LPR) प्रणाली को विभिन्न अनुप्रयोगों में व्यापक रूप से लागू किया जाता है। हालाँकि, अधिकांश शोध अध्ययनों ने चलती हुई कैमरा के बजाय एक स्थिर कैमरा का उपयोग किया है। इसका कारण यह है कि वाहन प्लेट का स्थान लगभग स्थिर होता है और आसानी से अनुमानित किया जा सकता है, जिससे स्थिर कैमरा का उपयोग करना लाइसेंस प्लेट की पहचान और पता लगाने के लिए सरल हो जाता है। चलती हुई कैमरे के साथ प्राप्त छवियाँ लगातार पृष्ठभूमि परिवर्तनों के कारण अत्यधिक जटिल होती हैं। इसके अतिरिक्त, मलेशिया में कार प्लेटों की एक चुनौती उनकी गैर-मानकीकरण प्रकृति है। कार मालिकों को अपने लाइसेंस प्लेट नंबर के लिए किसी भी फ़ॉन्ट प्रकार का उपयोग करने की अनुमति है, जिससे अन्य देशों से लाए गए मौजूदा लाइसेंस प्लेट पहचान प्रणाली मलेशियाई कार प्लेट पर लाइसेंस प्लेट का प्रभावी रूप से पता लगाने में सक्षम नहीं होती हैं। पारंपरिक LPR प्रणाली आमतौर पर उच्च गुणवत्ता वाले कैमरे और महंगे और भारी प्रोसेसिंग के लिए शक्तिशाली कंप्यूटर की आवश्यकता होती है। आजकल, कई स्मार्टफोन शक्तिशाली प्रोसेसर और कैमरों के साथ आते हैं। एंड्रॉइड स्मार्टफोन में हार्डवेयर कॉन्फ़िगरेशन जैसे कैमरे को संशोधित करने के लिए विभिन्न पुस्तकालय शामिल हैं। यह पत्र मलेशिया के लाइसेंस प्लेट नंबर का पता लगाने के लिए एक मजबूत विधि प्रस्तुत करता है, जिसमें एक कन्वोल्यूशनल न्यूरल नेटवर्क (CNN) का उपयोग किया गया है। प्री-ट्रेनिंग प्रक्रिया से CNN मॉडल को एंड्रॉइड उपकरण में आयात किया गया है और इसे वास्तविक समय में सड़क पर चलाने के वातावरण में परीक्षण किया गया है, जिससे 89.37% की औसत पहचान दर प्राप्त हुई है। प्रत्येक चरित्र की सटीकता को दर्शाने के लिए एक व्यापक चरित्र पहचान विश्लेषण भी प्रस्तुत किया गया है। हालाँकि, चरित्र Q की पहचान में सुधार की गुंजाइश अभी भी है.
अज़हर एट अल। (शुक्रवार,) ने इस प्रश्न का अध्ययन किया।