مروري بر روش هاي تشخيص پلاك خودرو بر اساس يادگيري عميق با رويكرد مبتني بر قطعه-بندي و بدون قطعه بندي

به‌طوركلي فرايند شناسايي و تشخيص براي انسان‌ها ساده و براي ماشين‌ها مسئله‌اي پيچيده است. در حوزه بينايي، انسان‌ها مي‌توانند در هر ثانيه حدود 60 تصوير كه هر تصوير با ميليون‌ها پيكسل ساخته شده است را پردازش كنند. بااين‌حال بخش زيادي از مغز انسان درگير پردازش تصاوير خواهد بود و براي مغز، كار نسبتاً دشواري است. ازاين‌رو آموزش ماشيني كه بتواند مثل مغز انسان‌ها پردازش كند بسيار كار سختي خواهد بود. زيرا نه‌تنها آموزش تمام روش‌هاي پردازش به ماشين مشكل خواهد بود بلكه هنوز درك كاملي از همه فرايند پردازش مغز انسان براي دانشمندان حاصل نشده است، تا بتوانند از آن براي آموزش ماشين استفاده كنند. امروزه با پيشرفت تكنولوژي به‌ويژه در يادگيري عميق ماشين‌ها توانسته‌اند تا نزديك به سطح مغز انسان اشيا را دسته‌بندي كنند و انقلابي در حوزه بينايي ماشين و پردازش تصوير به وجود بياورند. با افزايش تعداد خودروها در جاده‌ها و خيابان‌ها، روش‌هاي سنتي اعمال قانون بر روي خودروهاي متخلف كار دشواري شده است. ازاين‌رو سيستم‌هاي مديريت ترافيك كه در جاده‌ها تعبيه شده‌اند بر پايه پردازش تصوير با تشخيص پلاك خودرو، افراد متخلف را شناسايي مي‌كنند. با خودكار شدن روند شناسايي و رهگيري خودروها مديريت ترافيك و اعمال قانون در جاده‌ها آسان‌تر شده است. در اين پژوهش، نويسندگان سعي بر اين داشتند كه با استفاده از روش تحليلي و اسنادي، مروري بر روش هاي تشخيص پلاك خودرو مبتني بر يادگيري عميق داشته باشند.