Bio Inspired Approach on Automatic License Plate Recognition Technique

Mahalakshmi S; Dheeba J

doi:10.56294/sctconf2024698

Original

Published: 2024-04-16

DOI: https://doi.org/10.56294/sctconf2024698

Enfoque bioinspirado sobre la técnica de reconocimiento automático de matrículas

Resumen

Con una gama cada vez mayor de vehículos en nuestra vida diaria, la gestión del transporte es uno de los principales problemas que afrontan las zonas urbanas. La tecnología de reconocimiento automático de matrículas (ANPR) puede ser una herramienta que se aplique en las buenas ciudades en los sistemas de gestión de estacionamiento y en las cabinas de peaje de las autopistas para superar este inconveniente. ANPR se emplea para localizar las matrículas y luego extraer el texto de la imagen, segmentar cada carácter y reconocer los caracteres. Se utilizaron varios algoritmos de localización, segmentación y reconocimiento de caracteres para completar el proceso. El objetivo principal de nuestra investigación es desarrollar un modelo para la identificación de matrículas utilizando un modelo de red neuronal bioinspirado y compararlo con modelos de redes neuronales existentes basados en diferentes condiciones de iluminación, imágenes inclinadas, borrosas y sombreadas. En esta investigación, utilizamos una red neuronal con picos, un modelo de red neuronal de tercera generación, para construir un modelo de reconocimiento automático de matrículas inspirado en la biotecnología. El modelo muestra una precisión del 70% en imágenes normales. El modelo se probaría en busca de conjuntos de datos neuromórficos para el modelo SNN para mejorar el rendimiento del SNN.

Cómo citar

S M, J D. Enfoque bioinspirado sobre la técnica de reconocimiento automático de matrículas. Salud, Ciencia y Tecnología - Serie de Conferencias [Internet]. 16 de abril de 2024 [citado 5 de julio de 2024];3:698. Disponible en: https://conferencias.saludcyt.ar/index.php/sctconf/article/view/698

Aviso de derechos de autor/a

Este artículo se distribuye bajo la licencia Creative Commons Attribution 4.0 License. A menos que se indique lo contrario, el material publicado asociado se distribuye bajo la misma licencia.

Article metrics

Google scholar: See link

Métricas

Cargando métricas ...

Vol. 3 (2024)

See full issue

Revistas / Journals

Números

Acerca de

Directrices para autores/as