Real-time Vehicle License Plate Detection by Using Convolutional Neural Network Algorithm with Tensorflow

Taufiq, Imam; Purnomosidi, Bambang; Nugroho, Muhammad Agung; Dahlan, Akhmad

doi:10.1109/bicame45512.2018.1570513024

Cited by 4 publications

(2 citation statements)

References 7 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…During the tracking, a model trained using TensorFlow is used to detect the number plate of the vehicle (5) . The model can achieve great results even when the subject is far away from the camera.…”

Section: Fig1 Number Plate Recognition Systemmentioning

confidence: 99%

Image Recognition based Logistics Information System in the Construction Sites

Lamsal¹,

Yoshida²,

KC³

et al. 2022

The Proceedings of the 9th International Conference on Intelligent Systems and Image Processing 2022

View full text Add to dashboard Cite

In this paper, we propose an image recognition based logistic information system in the construction sites. In the construction sites, it is very important to keep the record of the construction materials as well as the logistics information on site as a part of the construction management. Till now, the logistics information is collected manually in the construction sites, which is time consuming and hassle. Focusing on the productivity improvement of the construction industry, several construction sites in Japan have started installing the web cameras in the sites with the aim of remote monitoring the situation on site. By using the video images, we thought of developing a logistic information gathering system based on the image recognition. The main purpose of our system is to automate the logistics information gathering system and replace the manual logistics information gathering process. We developed this system for confirming the possibility to automatically trace the movement of the materials on sites using the images from the web camera. The first place to collect the data of the materials starts from the vehicles that transports the materials into the sites. In this system, we will monitor and gather the information of the vehicles by using the video taken in the gate of the sites. The system extracts the number plate of the vehicle and output the entry and exit time of the vehicles automatically in a CSV format. We developed our system by using the image processing tools, Deep Learning techniques and the OCR. We performed various experiments using the data taken in the construction sites for calculating the effectiveness of our proposed system.

show abstract

Section: Fig1 Number Plate Recognition Systemmentioning

confidence: 99%

Image Recognition based Logistics Information System in the Construction Sites

Lamsal¹,

Yoshida²,

KC³

et al. 2022

The Proceedings of the 9th International Conference on Intelligent Systems and Image Processing 2022

View full text Add to dashboard Cite

show abstract

“…Metode ini bekerja dengan akurasi tinggi sekitar 96%-98% menggunakan webcam dan video. Untuk mendeteksi nomor plat kendaraan pada video real time arsitektur jaringan dibagi ke dalam beberapa layer, seperti input layer, convolution layer, layer activation, layer pooling, dan fully connected layer [8].…”

Section: Pendahuluanunclassified

Deteksi Kendaraan Pada Lalu Lintas Menggunakan Artificial Intelligence Untuk Mendukung Denpasar Smart City

Paramitha

Adiputra

2022

JINTEKS

View full text Add to dashboard Cite

Dalam rangka mendukung Kota Denpasar menuju Smart City, maka salah satu faktor yang harus dipenuhi adalah adanya penerapan Smart Infrastructure. Smart Infrastructure mencakup pengembangan jaringan telekomunikasi, transportasi, sistem informasi, dan sistem manajemen yang berbasis IT. Guna mendukung Kota Denpasar untuk menuju Smart City, maka dalam penelitian ini akan mengambil fokus dalam inovasi teknologi Smart Infrastructure. Dengan memanfaatkan teknologi artificial intelligence untuk mendeteksi kendaraan-kendaraan yang melewati jalan raya sehingga kegiatan pengawasan terhadap lalu lintas dapat dibantu dengan aplikasi berbasis komputer. Tujuan penelitian ini adalah menghasilkan analytic dashboard yang dapat memberikan informasi lalu lintas dengan cepat kepada Dinas Perhubungan Kota Denpasar. Dalam penelitian ini akan dilakukan deteksi kendaraan lalu lintas dengan memanfaatkan Tensorflow Object Detection API yang memiliki tingkat akurasi di atas 90% berdasarkan hasil penelitian-penelitian di bidang Artificial Intelligence yang sebelumnya telah dilakukan. Objek yang digunakan sebagai masukan adalah video dengan format mp4 yang akan dibaca dengan modul OpenCV. Proses berikutnya adalah terdapat tiga bagian yang akan diklasifikasikan pada sebuah kendaraan, pertama adalah jenis kendaraan (motor,mobil,truck atau bus), yang kedua adalah warna kendaraan, dan yang ketiga adalah kecepatan serta arah kendaraan jika kondisi jalan memungkinkan untuk dua arah kendaraan.

show abstract