FEATURES OF DEVELOPMENT A SYSTEM OF NUMBER PLATE LOCALIZATION BASED ON THE VIOLA-JONES METHOD USING ADABOOST

Y. Kyrychenko

Abstract


The purpose of this work is to describe the method of the car number plate detection based on the Viola-Jones method using AdaBoost, and also to study the features of its work when changing the environmental conditions. As a result of the work, the task was formatted, the principles and method of its solution were formed, main features, problems and requirements for the training sample of this algorithm were described. After formulating the features of cascade training, a study was conducted to find out the measure of influence of certain external conditions on the detection of number plate by this method.

Key words: detection of number plate, AdaBoost, Viola-Jones method, object detection.

Кириченко Ю. В. Особенности построения системы локализации автомобильных номеров на основе метода Виолы-Джонса с использованием AdaBoost / Киевский политехнический институт им. Игоря Сикорского, Украина, Киев.

Целью данной работы является описание метода выделения автомобильных номеров на основе метода Виолы-Джонса с использованием AdaBoost, а также исследование особенностей его работы при изменении условий окружающей среды от обучающей выборки. В результате проведенной работы была форматизирована задача, сформированы принципы и метод её решения, а также описаны основные особенности, проблемы и требования к обучающей выборке для данного алгоритма. После формулировки особенностей обучения каскада было проведено исследование для изучения степени влияния определенных внешних условий на поиск номера.

Ключевые слова: выделение автомобильных номеров, AdaBoost, метод Виолы — Джонса, выделение объектов.

Кириченко Ю. В. Особливості побудови системи локалізації автомобільних номерів на основі методу Віоли-Джонса з використанням AdaBoost / Київський політехнічний інститут ім. Ігоря Сікорського, Україна, Київ.

Метою даної роботи є опис методу виділення автомобільних номерів на основі методу Віоли-Джонса з використанням AdaBoost, а також дослідження особливостей його роботи при зміні умов навколишнього середовища від навчальної вибірки. В результаті проведеної роботи було форматизовано завдання, сформований принципи і метод її вирішення, а також описані основні особливості, проблеми та вимоги до навчальної вибірки для даного алгоритму. Після формулювання особливостей навчання каскаду було проведено дослідження для вивчення ступеня впливу певних зовнішніх умов на пошук номера.

Ключові слова: виділення автомобільних номерів, AdaBoost, метод Віоли-Джонса, виділення об'єктів.


Full Text:

PDF

References


Porter T. Summed-Area Tables for Texture Mapping / T. Porter, T. Duff. // Computer Graphic. – 1984. – №18 numb 3. – С. 207–212.

Grother Р. Face Recognition Vendor Test (FRVT). Performance of Face Identification Algorithms. / Patrick Grother, Mei Ngan. // Information Access Division National Institute of Standards and Technology. – May 26, 2014 – р. 138.

Freund Y. A Short Introduction to Boosting / Y. Freund, R. Schapire. // Journal of Japanese Society for Artificial Intelligence. – 1999. – №14. – С. 1401–1406.

Мурыгин К. В. Особенности реализации алгоритма AdaBoost для обнаружения объектов на изображениях / К. В. Мурыгин. // Штучний інтелект. – 2009. – №3. – С. 573–581.

Schapire R. E. Improved Boosting Algorithms Using Confidence-rated Predictions / R. E. Schapire, Y.Singer // Proceedings of Machine Learning. – 1999 . – Р . 297 – 336

Bradski G. Learning-based computer vision with Intel’s open sou rce computer vision library [ Электронный ресурс ] / G. Bradski, A. Kaehler, V. Pisarevsky // Intel Technology Journal. – Режим доступа: http://develiper.intel.com/technology/itj - /index.htm

References:

Porter T. Summed-Area Tables for Texture Mapping / T. Porter, T. Duff.// Computer Graphic. – 1984. – №18 numb 3. – С. 207–212.

Grother Р. Face Recognition Vendor Test (FRVT). Performance of Face Identification Algorithms. / Patrick Grother, Mei Ngan. // Information Access Division National Institute of Standards and Technology. – May 26, 2014 – р. 138.

Freund Y. A Short Introduction to Boosting / Y. Freund, R. Schapire. // Journal of Japanese Society for Artificial Intelligence. – 1999. – №14. – С. 1401–1406.

Murygin K. V. Features of the implementation of the AdaBoost algorithm for detecting objects in images / K. V. Murygin. // Shtuchniy telecom. - 2009. - №3. - P. 573-581.

Schapire R. E. Improved Boosting Algorithms Using Confidence-rated Predictions / R. E. Schapire, Y.Singer // Proceedings of Machine Learning. – 1999 . – Р . 297 – 336

Bradski G. Learning-based computer vision with Intel’s open sou rce computer vision library [ Electronic resource ]/ G. Bradski, A. Kaehler, V. Pisarevsky // Intel Technology Journal. – Режим доступа : http://develiper.intel.com/technology/itj - /index.htm




DOI: https://doi.org/10.26886/2520-7474.2(28)2018.3

Refbacks

  • There are currently no refbacks.