Une Reconnaissance Automatique Robuste et en Temps Réel des Plaques d’Immatriculation Basée sur le Détecteur YOLO
La Reconnaissance Automatique des Plaques d'Immatriculation (RAPIM) est un sujet de recherche fréquent en raison de ses nombreuses applications pratiques. Cependant, de nombreuses solutions actuelles restent peu robustes dans des situations réelles, dépendant souvent de nombreuses contraintes. Cet article présente un système RAPIM robuste et efficace basé sur le détecteur d'objets YOLO de pointe. Les Réseaux Neuronaux Convolutifs (RNC) sont formés et affinés pour chaque étape du processus RAPIM afin qu'ils soient robustes sous différentes conditions (par exemple, variations de la caméra, de l'éclairage et du fond). Pour la segmentation et la reconnaissance des caractères, nous avons conçu une approche en deux étapes utilisant des techniques simples d'augmentation de données telles que les plaques d'immatriculation inversées (LPs) et les caractères retournés.L'approche RAPIM proposée a obtenu des résultats impressionnants sur deux jeux de données. Premièrement, sur le jeu de données SSIG, composé de 2 000 images issues de 101 vidéos de véhicules, notre système a atteint un taux de reconnaissance de 93,53 % et une vitesse de traitement de 47 Images Par Seconde (IPS), surpassant à la fois les systèmes commerciaux Sighthound et OpenALPR (respectivement 89,80 % et 93,03 %) et considérablement améliorant les résultats précédents (81,80 %). Deuxièmement, visant un scénario plus réaliste, nous introduisons un jeu de données public plus important appelé UFPR-RAPIM. Ce jeu de données contient 150 vidéos et 4 500 images capturées lorsque tant la caméra que les véhicules sont en mouvement, ainsi que différents types de véhicules (voitures, motos, bus et camions). Dans notre jeu de données proposé, les versions d'essai des systèmes commerciaux ont atteint des taux de reconnaissance inférieurs à 70 %. En revanche, notre système a performé mieux avec un taux de reconnaissance de 78,33 % et une vitesse de traitement de 35 IPS.