Detekce a rozpoznání registračních značek vozidel

Abstract

Cílem této bakalářské práce je návrh, implementace a testování systému, který v reálném čase pomocí neuronových sítí bude detekovat a rozpoznávat registrační značky vozidel. Nasbíraná data budou ukládána do databáze. Architektura systému je rozdělena do tří hlavních částí. První část řeší detekci registrační značky v obraze pomocí TensorFlow Object Detection API. Detektor dosahuje přesnosti 98.15 % AP při rychlosti kolem 14 fps. Druhá část se zabývá sledováním značek ve videu pomocí algoritmu SORT. Třetí část systému se věnuje holistickému rozpoznávání textu registrační značky a dosahuje až 0.6% chybovosti při rozpoznávání jednotlivých znaků a 2% chybovosti při rozpoznávání celého textu. Výsledný systém lze použít například pro policejní oddělení za účelem sledování kradených vozidel či automatického vybírání dálničních poplatků.The goal of this Bachelor's thesis is to design, implement, and test a system that can detect and recognize license plates in real-time by using neural networks. The collected data will be saved into the database. The system's architecture is divided into three main parts. The first part handles the license plate detection in the image by making use of the TensorFlow Object Detection API. The detector reaches the accuracy of 98.15 % AP with a speed of roughly 14 fps. The second part deals with license plate tracking by using the algorithm SORT. The third part holistically recognizes the text of the license plate and can reach up to 0.6% character error rate and 2% word error rate. The system may be used by law enforcement for purposes such as for keeping track of stolen vehicles or for the automatic road tolling.