Nhận diện biển số xe dựa trên mô hình học sâu
Vehicle license plate recognition based on deep learning model

Loại tài liệu: Tài liệu số

Tác giả: Nguyễn Ngọc Khánh (2019605636)

Nhà xuất bản: Đại học Công nghiệp Hà Nội

Năm xuất bản: 2023

Tải ứng dụng tại các liên kết sau để xem đầy đủ tài liệu.

Tóm tắt nội dung

Xây dựng chương trình nhận diện biển số xe tập trung vào việc phân tích được các kí tự của biển số xe từ ảnh hoặc video đầu vào và phân tích được kí tự của biển số xe trong thời gian thực qua camera. Chương trình được xây dựng bằng ngôn ngữ lập trình python với các giao diện được xây dựng bằng Qt Designer có chức năng chính như đăng kí, đăng nhập, nhận diện biển số xe từ một ảnh đầu vào, xem lịch sử ra vào của xe, nhận diện biển số thời gian thực bằng webcam. Kết quả thu được sẽ được lưu trữ trong cơ sở dữ liệu MySQL và có thể dùng cho việc phát triển thêm trong tương lai


Từ khóa:

ĐATN Khoa học máy tính K14; ĐATN Công Nghệ Thông Tin; Nhận diện; Mô hình học sâu


Abstract:

Building a license plate recognition program that focuses on analyzing license plate characters from input photos or videos and analyzing license plate characters in real time via camera. The program is built in python programming language with interfaces built by Qt Designer with main functions such as registration, login, license plate recognition from an input image, viewing the vehicle's entry and exit history , real-time license plate recognition by webcam. The results obtained will be stored in the MySQL database and can be used for further development in the future


Key word:

Computer Science K14; Information Technology Project; Identification; Deep Learning Modeln

Ngôn ngữ:Vie.
Tác giả:Nguyễn Ngọc Khánh (2019605636)
Người đóng góp:GVHD: Trần Hùng Cường
Thông tin nhan đề:Nhận diện biển số xe dựa trên mô hình học sâu
Vehicle license plate recognition based on deep learning model
Nhà xuất bản:Đại học Công nghiệp Hà Nội
Năm xuất bản:2023

Sử dụng ứng dụng Libol Bookworm quét QRCode này để mượn và đọc tài liệu)

(Lưu ý: Sử dụng ứng dụng Bookworm để xem đầy đủ tài liệu. Bạn đọc có thể tải Bookworm từ App Store hoặc Google play với từ khóa "Libol Bookworm”)