Resumen

La metrópolis del futuro exige un sistema eficiente de Reconocimiento Automático de Matrículas (ANPR). Dado que cada región tiene un formato y estilo de matrícula distintos, un sistema ANPR sin restricciones aún no está disponible. No se ha realizado mucho trabajo en las matrículas de Pakistán debido a la falta de datos y a las formaciones heterogéneas de placas. Para abordar este problema, hemos recopilado un conjunto de datos de vehículos de Pakistán que contiene varias configuraciones de placas y hemos desarrollado un nuevo marco de ANPR utilizando el conjunto de datos. El marco propuesto localiza la región de la matrícula utilizando el modelo de detección de objetos YOLO (You Only Look Once), aplica técnicas robustas de preprocesamiento en la región de la placa extraída y finalmente reconoce la etiqueta de la placa utilizando OCR (Reconocimiento Óptico de Caracteres) Tesseract. La puntuación mAP obtenida del YOLOv3 es del 94,3% y del modelo YOLO

• Materias:Funciones Flujo de información Estudio de población Modelado de sistemas Modelo de campo
• Subjects:Functions Information flow Population study System modeling Field model
• Palabras claves:Eficiente; Sistema de Reconocimiento Automático de Matrículas (ANPR); Placas de matrícula paquistaníes; Conjunto de datos; Modelo de detección de objetos YOLO; OCR Tesseract
• Keywords:Efficient; Automatic Number Plate Recognition (ANPR) system; Pakistani number plates; Dataset; YOLO object detection model; OCR Tesseract