TY -的A2 -布埃诺,Atila盟——萨尔玛AU -赛义德,Maham AU - ur Rahim劳夫AU - Gufran汗默罕默德盟——Zulfiqar阿非盟-巴蒂,穆罕默德Tahir PY - 2021 DA - 2021/10/19 ANPR TI -发展框架,巴基斯坦车辆车牌号码使用对象检测和OCR SP - 5597337六世- 2021 AB -未来的大都市的要求一个有效的车牌自动识别(ANPR)系统。因为每个地区都有不同的车牌格式和风格,一个无约束ANPR系统仍然是不可用的。没有多少工作在巴基斯坦的车牌号码,因为数据的可用性和异构板构成。解决这个问题,我们收集了巴基斯坦的车辆数据集各种板配置和开发了一个新的ANPR框架使用数据集。拟议的框架定位车牌区域使用YOLO(你只看一次)意思对象检测模型,应用健壮的预处理技术提取车牌区域,并最终认识到板标签使用OCR(光学字符识别)超正方体。获得地图YOLOv3的得分是94.3%,YOLOv4 0.50阈值模型是99.5%,而平均准确度得分的框架是73%。进行比较和验证,我们实现了一个LeNet卷积神经网络(CNN)架构使用分割图像作为输入。比较分析表明,该ANPR框架组成YOLOv4和OCR超正方体具有良好的准确性和推理时间大照明变化和风格的巴基斯坦车牌号码,可以用来开发一个实时系统。提出ANPR框架将有助于研究人员开发ANPR国家拥有类似的具有挑战性的车辆车牌格式和风格。SN - 1076 - 2787你——https://doi.org/10.1155/2021/5597337——10.1155 / 2021/5597337 JF - PB - Hindawi KW - ER -复杂性