
В данной статье рассматриваются вопросы проектирования и создания системы идентификации транспортных средств в режиме реального времени на основе методов искусственного интеллекта. Исследуются современные подходы к распознаванию автомобилей, включая свёрточные нейронные сети (CNN), архитектуры YOLO и SSD для обнаружения объектов, а также методы оптического распознавания символов (OCR) для считывания государственных регистрационных номеров. Предлагается архитектура комплексной системы, способной в реальном времени обнаруживать, классифицировать и идентифицировать транспортные средства по видеопотоку с камер наблюдения. Проведены экспериментальные исследования, подтверждающие высокую точность и производительность предлагаемого решения.
идентификация транспортных средств, искусственный интеллект, компьютерное зрение, свёрточные нейронные сети, YOLO, распознавание номерных знаков, OCR, обработка видеопотока, глубокое обучение, система реального времени, обнаружение объектов, интеллектуальная транспортная система.
идентификация транспортных средств, искусственный интеллект, компьютерное зрение, свёрточные нейронные сети, YOLO, распознавание номерных знаков, OCR, обработка видеопотока, глубокое обучение, система реального времени, обнаружение объектов, интеллектуальная транспортная система.
| selected citations These citations are derived from selected sources. This is an alternative to the "Influence" indicator, which also reflects the overall/total impact of an article in the research community at large, based on the underlying citation network (diachronically). | 0 | |
| popularity This indicator reflects the "current" impact/attention (the "hype") of an article in the research community at large, based on the underlying citation network. | Average | |
| influence This indicator reflects the overall/total impact of an article in the research community at large, based on the underlying citation network (diachronically). | Average | |
| impulse This indicator reflects the initial momentum of an article directly after its publication, based on the underlying citation network. | Average |
