в Нижневартовском государственном университете
РАСПОЗНАВАНИЕ ТРАНСПОРТНЫХ СРЕДСТВ НА ИЗОБРАЖЕНИИ ИСКУССТВЕННЫМИ НЕЙРОННЫМИ СЕТЯМИ
Брагинский М.Я., ORCID: 0000-0003-3679-4579, канд. техн. наук, Тараканов Д.В., ORCID: 0000-0003-1851-1039, канд. техн. наук, Сургутский государственный университет, г. Сургут, Россия
РАСПОЗНАВАНИЕ ТРАНСПОРТНЫХ СРЕДСТВ НА ИЗОБРАЖЕНИИ ИСКУССТВЕННЫМИ НЕЙРОННЫМИ СЕТЯМИ
Аннотация. В представленной работе описана процедура создания и обучения искусственных нейронных сетей для распознавания типа транспортных средств на изображении. В качестве среды разработки использованы PyCharm и Google Colab. В работе используется двухступенчатая процедура распознавания информационных признаков на изображении. На первом этапе осуществляется идентификация самого транспортного средства. Затем на втором этапе происходит поиск государственного регистрационного знака на цифровой фотографии и распознавание символов на нем. Для повышения помехоустойчивости системы используются процедуры фильтрации изображений. Результатом работы является система распознавания и классификации на изображении транспортных средств.
Ключевые слова: распознавание; классификация; нейронная сеть.
Braginskii M.Y., ORCID: 0000-0003-3679-4579, Ph.D., Tarakanov D.V., ORCID: 0000-0003-1851-1039, Ph.D., Surgut State University, Surgut, Russia
RECOGNITION OF VEHICLES IN THE IMAGE BY ARTIFICIAL NEURAL NETWORKS
Abstract. The presented work describes the procedure for creating and training artificial neural networks for recognizing the type of vehicles in the image. PyCharm and Google Colab were used as a development environment. The work uses a two-stage procedure for recognizing information signs in the image. At the first stage, the identification of the vehicle is carried out. Then, at the second stage, a search for the state registration plate in a digital photograph and recognition of characters on it are performed. To increase the noise immunity of the system, image filtering procedures are used. The result of the work is a system of recognition and classification of vehicles in the image.
Keywords: recognition; classification; neural network.