Шаблон презентации на защиту практики

1.

Цифровая
кафедра
Итоговый проект
по дополнительной профессиональной программе
профессиональной переподготовки
«Программирование и базы данных»
Распознавание автомобильных номеров
при помощи нейронной сети
Исполнители: Станкевская Екатерина Александровна

2.

Актуальность
Актуальность темы обусловлена следующими факторами:
Увеличением количества транспортных средств на дорогах: это создает необходимость в эффективных системах
контроля движения, а распознавание номеров является ключевым элементом такой системы.
Развитием технологий искусственного интеллекта: нейронные сети становятся все более мощными и эффективными,
что позволяет создавать системы распознавания номеров с высокой точностью.
Потребностью в повышении безопасности на дорогах: распознавание номеров может использоваться для
автоматического выявления нарушений ПДД, поиска пропавших автомобилей, предотвращения угонов и т.д.
Возможностью автоматизации различных процессов: распознавание номеров может применяться в системах
автоматической оплаты парковки, в системах контроля доступа на территорию, в логистических компаниях для
отслеживания грузовых автомобилей.
В целом, распознавание автомобильных номеров при помощи нейронной сети является перспективной технологией,
которая может принести существенную пользу как для общества, так и для бизнеса.
2

3.

Цели, задачи
Цель: разработать систему распознавания автомобильных номеров с помощью
нейронной сети
Задачи:
1
2
Исследовать существующие технологии распознавания номеров.
Реализовать алгоритм обработки изображений.
3
Использовать нейросеть для распознавания текста на номерном знаке.
4
Оценить полученные результаты
5
Определить области, требующие дальнейшего улучшения
3

4.

Предметная область
Распознавание автомобильных номеров при помощи нейронной сети можно применять в различных сферах:
Безопасность:
• Системы видеонаблюдения: Распознавание номеров может помочь в отслеживании автомобилей, связанных с преступлениями, а также в
поиске пропавших машин.
• Автоматизированные шлагбаумы: Проезд на территорию может быть разрешен только для машин с зарегистрированными номерами.
Управление дорожным движением:
• Определение нарушений ПДД: Автоматическое распознавание номеров помогает фиксировать превышение скорости, проезд на красный свет
и другие нарушения.
• Сбор статистики: Данные о движении автомобилей могут быть использованы для оптимизации работы дорог, светофоров и общественного
транспорта.
Транспортная логистика:
• Отслеживание грузов: Распознавание номеров автомобилей, перевозящих грузы, позволяет контролировать их местонахождение и маршрут
движения.
• Управление парковками: Автоматическое распознавание номеров можно использовать для оплаты парковки, а также для поиска свободных
мест.
Рекламные технологии:
• Геотаргетинг: Реклама может показываться на экранах около дорог только водителям определенных автомобилей.
Другие области:
• Поиск пропавших людей: Если автомобиль связан с пропавшим человеком, его номер может быть распознан камерами наблюдения.
• Определение местонахождения: Распознавание номеров позволяет определить, где автомобиль был замечен.
Важно отметить, что использование нейронных сетей для распознавания автомобильных номеров должно соответствовать законодательству и
соблюдать принципы конфиденциальности.
4

5.

Методы, модели и
алгоритмы
EasyOCR — это пакет Python для обнаружения и извлечения текста из изображений, таких как
фотографии или отсканированные документы. Он поставляется с предварительно обученными
моделями, разработанными для быстрого и эффективного распознавания текста, и поддерживает
более 80 языков.
OpenCV (Open Source Computer Vision Library) — открытая библиотека для работы с алгоритмами
компьютерного зрения, машинным обучением и обработкой изображений.
imutils. Это серия удобных и полезных функций, написанных на cv2, для работы с изображениями. При
этом, это дополнение к cv2, а не отдельная библиотека.
Matplotlib — популярная Python-библиотека для визуализации данных. Она используется для создания
любых видов графиков: линейных, круговых диаграмм, построчных гистограмм и других — в
зависимости от задач.
Jupyter-ноутбук — это среда разработки, где сразу можно видеть результат выполнения кода и его
отдельных фрагментов.
5

6.

Основная часть
1. Распознавание номерного знака: первым шагом является обнаружение номерного знака автомобиля. Мы
будем использовать опцию контура в OpenCV для обнаружения прямоугольных объектов, чтобы найти номерной
знак. Точность может быть улучшена, если мы знаем точный размер, цвет и приблизительное местоположение
номерного знака. Обычно алгоритм обнаружения обучается на основе положения камеры и типа номерного знака,
используемого в конкретной стране. Процесс обнаружения становится сложнее, если на изображении вообще нет
автомобиля, в этом случае мы сделаем дополнительный шаг для обнаружения автомобиля, а затем номерного
знака.
2. Сегментация символов: как только мы обнаружили номерной знак, нам нужно его обрезать и сохранить как
новое изображение. Опять же, это можно сделать с помощью OpenCV.
3. Распознавание символов: На этом этапе выполняется OCR (оптическое распознавание символов) для
обнаружения чисел и символов.
6

7.

Результаты проекта
В результате всех проведенных этапов была создана система распознавания
автомобильных номеров с помощью нейронной сети, которая может быть
использована в различных сферах, таких как безопасность, управление
трафиком и автоматизация парковок. Прототип системы был успешно
разработан и протестирован, что открывает новые возможности для внедрения
данной технологии в реальную практику.
7

8.

Перспективы по проекту
В дальнейшем, для повышения точности и надежности
системы, можно рассмотреть возможность интеграции
дополнительных технологий, таких как использование
датчиков и камер с высоким разрешением, а также
применение методов машинного обучения для адаптации к
новым условиям. Это позволит значительно расширить
область применения разработанной системы и повысить ее
эффективность в реальных условиях.