| بازشناسی خودکار کد کانتینرها مبتنی بر روش نواحی حدی بیشینه‌ی پایدار و شبکه‌های عصبی |
| Paper ID : 1100-MVIP2020 |
| Authors: |
|
Mohammad-Reza Tohidi1, Kazim Fouladi *2 1Deep Learning Research Lab, Department of Computer Engineering, Faculty of Engineering, College of Farabi, University of Tehran, Iran 2University of Tehran |
| Abstract: |
| با توجه به نیاز به بازشناسی خودکار کد کانتینرها در سامانه‌های نوین مدیریت کانتینرها در بندرها و پایانه‌های گمرکی، روش‌های معدودی برای حل این مسئله ارائه شده است. در دهه‌ی اخیر روش‌های مشابهی برای بازشناسی پلاک خودرو نیز پیشنهاد شده‌است. اما بازشناسی کد کانتینر در مقایسه با بازشناسی پلاک خودرو با چالش‌های بیشتری از جمله عدم وجود ساختار شکلی و رنگی ثابت و شرایط نوری غیر یکنواخت، مواجه است. در این پروژه یک روش مبتنی بر تکنیک‌های بینایی کامپیوتری و شبکه‌های عصبی کانوولوشنال برای حل مسأله‌ی بازشناسی کد کانتینر ارائه شده‌است. در این روش، به‌منظور مکانیابی محل کد کانتینر از نواحی حدی بیشینه‌ی پایدار، برای قطعه‌بندی کاراکترها از تحلیل افکنشهای افقی و عمودی و برای بازشناسی کاراکترهای قطعه‌بندی شده، از شبکه‌های عصبی کانوولوشنال استفاده است. ارزیابی نتایج تجربی روش ارائه شده، نشان‌دهنده‌ی کارآمدی آن در شرایط نوری، زاویه‌ای و رنگی متفاوت در تصاویر کانتینرها بوده است. |
| Keywords: |
| بازشناسی نوری کاراکترها، شبکه‌ی عصبی کانوولوشنال، کد کانتینر، نواحی حدی بیشینه‌ی پایدار |
| Status : Paper Accepted (Oral Presentation) |
