Інтелектуальна система розпізнавання номерних знаків в режимі реального часу
Автор: Беднарчук Маркіян Олегович
Кваліфікаційний рівень: магістр
Спеціальність: Інформаційні системи та технології
Інститут: Інститут комп'ютерних наук та інформаційних технологій
Форма навчання: денна
Навчальний рік: 2023-2024 н.р.
Мова захисту: українська
Анотація: Робота присвячена розробці та впровадженню інтелектуальної системи розпізнавання номерних знаків в режимі реального часу. Розпізнавання номерних знаків є актуальною задачею в сучасних умовах, зокрема в сферах транспортного контролю, безпеки та автоматизованої обробки даних. У роботі використовуються передові методи комп’ютерного зору та глибокого навчання для створення ефективної та швидкої системи розпізнавання на основі відеопотоку. Детально проаналізовані існуючі методи розпізнавання об’єктів та вибрані оптимальні підходи для реалізації системи в режимі реального часу. Використано передові алгоритми глибокого навчання, такі як конволюційні нейронні мережі (CNN), для покращення точності розпізнавання та забезпечення адаптивності до різних умов експлуатації[1]. У цьому етапі дослідження було проведено ретельний аналіз існуючих методів розпізнавання об’єктів, зокрема номерних знаків транспортних засобів. Аналітичний огляд охопив широкий спектр технічних підходів, включаючи класичні методи комп’ютерного зору та сучасні методи глибокого навчання. Конволюційні нейронні мережі відомі своєю здатністю автоматичного вивчення репрезентацій вхідних даних, включаючи просторові особливості. Це особливо корисно в задачах розпізнавання об’єктів, де важлива інформація часто закодована у просторових взаємозв’язках між пікселями зображення. Використання таких алгоритмів дозволяє не тільки покращити точність розпізнавання номерних знаків, але й створити систему, яка може адаптуватися до різних умов експлуатації. Це включає в себе здатність працювати при різному освітленні, кутах огляду та інших факторах, які можуть виникнути в реальних умовах руху транспорту. Такий підхід дозволяє системі зберігати високу ефективність у реальному часі навіть у змінних умовах експлуатації. Основна частина роботи присвячена розробці архітектури системи та програмної реалізації. Враховуються практичні аспекти впровадження системи в різноманітних сценаріях, включаючи великі обсяги даних, різні типи номерних знаків та умови освітлення. Велика увага приділяється оптимізації продуктивності та забезпеченню низької затримки для досягнення реального часу реакції. Об’єкт дослідження – процес розпізнавання номерних знаків в режимі реального часу. Предмет дослідження – методи та засоби виявлення та розпізнавання номерних знаків. Мета дослідження: метою даної магістерської роботи є розробка та реалізація інтелектуальної системи, здатної автоматично розпізнавати номерні знаки на дорожніх знаках в режимі реального часу. Головною метою є покращення безпеки на дорогах, спрощення контролю за дорожнім рухом та оптимізація транспортних процесів. Результатом проектування й розробки є створення ефективної інтелектуальної системи розпізнавання номерних знаків в режимі реального часу, яка може бути використана для автоматичного контролю на дорогах, підвищення безпеки руху, спрощення дорожнього контролю та покращення загальної ефективності транспортних процесів. Результати роботи демонструють високу точність розпізнавання та швидкість обробки відеопотоку. Система успішно впроваджується у практичних завданнях, таких як автоматизований транспортний контроль, де вона забезпечує ефективний інструмент для виявлення автомобілів та контролю їх руху в реальному часі. Отримана робота вносить вагомий внесок у розвиток області розпізнавання об’єктів та є актуальним кроком у напрямку вдосконалення систем транспортного контролю та безпеки. Високі показники ефективності та надійності роблять її перспективною для впровадження в різноманітних сферах, де важлива автоматизація та точне розпізнавання номерних знаків у режимі реального часу. Ключові слова: інформаційна система, виявлення об’єктів, дороги, аналіз. ¬ Перелік використаних літературних джерел. 1. Introduction to Convolution Neural NetworkA [Електронний ресурс]. – Режим доступу : https://www.geeksforgeeks.org/introduction-convolution-neural-network/.