تطابق سلسلة زمنية الأحرف لتعزيز التعرف على اللوحات المرورية بشكل أكثر قوة

التعرف التلقائي على اللوحات المرورية (ALPR) يصبح مجالًا دراسيًا شائعًا ويُطبق في العديد من المجالات مثل النقل والمدينة الذكية. ومع ذلك، لا تزال هناك عدة قيود عند تطبيق العديد من الطرق الحالية على المشاكل العملية بسبب التغيرات في الظروف الحقيقية مثل تغير الإضاءة، عدم وضوح أحرف اللوحة المرورية (LP)، وجودة الصورة. يعالج معظم الخوارزميات الحديثة لـ ALPR الإطار الواحد فقط، مما يقلل من الدقة في حالة وجود جودة صورة سيئة. يقدم هذا البحث طرقًا لتحسين دقة التعرف على اللوحات المرورية من خلال تتبع اللوحة في إطارات متعددة. أولاً، يتم تطبيق خوارزمية دوران اللوحة المرورية المتكيفة لمحاذاة اللوحة المرورية بشكل صحيح. ثانياً، نقترح طريقة تسمى مطابقة السلسلة الزمنية للأحرف للاعتراف بأحرف اللحة المرورية من إطارات متتالية. حققت الطريقة المقترحة أداءً عاليًا في مجموعة بيانات UFPR-ALPR حيث بلغت الدقة \boldmath$96.7\%$ في الوقت الفعلي باستخدام بطاقة معالجة الرسومات RTX A5000. كما تم تنفيذ الخوارزمية لنظام ALPR الفيتنامي. كانت دقة الكشف عن اللوحة المرورية والاعتراف بالأحرف 0.881 و 0.979 $mAP^{test}[email protected] على التوالي. يمكن الحصول على كود المصدر من https://github.com/chequanghuy/Character-Time-series-Matching.git