كشف وتحديد لوحة الأرقام في السيناريوهات غير المُحدَّدة

على الرغم من العدد الكبير من الأساليب التجارية والأكاديمية الخاصة باكتشاف لوحات الترخيص التلقائي (ALPR)، فإن معظم الطرق الحالية تركز على منطقة لوحات ترخيص محددة (مثل الأوروبية، الأمريكية، البرازيلية، التايوانية، إلخ)، وغالبًا ما تستكشف مجموعات بيانات تحتوي على صور تقريبًا أمامية. يقترح هذا العمل نظامًا شاملاً للكشف عن لوحات الترخيص التلقائي، يركّز على سيناريوهات التقاط غير محددة، حيث قد تكون لوحات الترخيص مشوهة بشكل كبير بسبب الزوايا الجانبية. تكمن المساهمة الرئيسية في تقديم شبكة عصبية تلافيفية (CNN) جديدة قادرة على اكتشاف وتصحيح عدة لوحات ترخيص مشوهة في صورة واحدة، والتي تُقدَّم بعدها إلى طريقة التعرف البصري على النص (OCR) للحصول على النتيجة النهائية. كمساهمة إضافية، نقدّم أيضًا تسميات يدوية لمجموعة صعبة من صور لوحات الترخيص من مناطق مختلفة وظروف اقتناء متنوعة. تشير النتائج التجريبية إلى أن الطريقة المقترحة، دون أي تعديل لبارامترات أو ضبط دقيق (fine-tuning) لسيناريو معين، أداءها يشبه أنظمة الشركات الرائدة في الحقول التقليدية، وتفوق كل من الأساليب الأكاديمية والتجارية في المجموعات الصعبة.