Derin Öğrenme Tabanlı Otomatik Plaka Tanıma

Abstract

Günümüzde araç sayısındaki artış plaka tanıma sistemlerine olan ihtiyacı arttırmıştır. Otomatik plaka tanıma sistemleri trafik denetim işlemleri, otoyol geçişleri, otopark giriş-çıkış kontrolleri ve daha birçok alanda yaygın olarak kullanılmaktadır. Geleneksel görüntü işleme teknikleri ile ham görüntü çok fazla önişlemden geçirilmesi gerekmekte iken, bu alandaki son gelişmelerle birlikte önişlem süreçleri önemli ölçüde azalmış ve başarım oranları artmıştır. Bu çalışmada kamera görüntülerinden otomatik olarak plaka tanıyabilen bir sistem geliştirilmiştir. Geliştirilen sistem bilgisayarla görü alanındaki en ileri derin öğrenme tekniklerinden olan Maskeli Bölgesel Evrişimsel Sinir Ağları (M-BESA) tabanlıdır. Bu makalede evrişimsel sinir ağları ve kullanılan M-BESA modeli elde edilen sonuçlarıyla birlikte açıklanmıştır.  Nowadays, the increase in the number of vehicles has enhanced the importance of automatic license plate recognition systems. The automatic license plate recognition systems has widely used in areas of traffic control operations, highway crossings, car park entrance-exit controls etc. As the traditional image processing techniques have a need of raw image’s excessive pre-processing, with the recent advances in this area have significantly decreased the pre-processing processes and increased the performance rates. This study presents a system that automatically recognizes the images of the license plates observed from camera. The developed system is based on Mask Region Based Convolutional Neural Networks (Mask-RCNN) which is the state-of-the-art deep learning techniques in the field of computer vision. In this study, convolutional neural networks, Mask-RCNN and the obtained results of Mask-RCNN have been explained.