Deep Learning-based Automatic License Plate Recognition for Mongolian Plates

Abstract

Nowadays, the rise of Machine Learning (ML), especially with the formation of neural networks and open-source ML libraries, has given us significant accessibility to duplicate and deploy these state-of-the-art programs such as automatic license plate recognition (ALPR). The study also compared RGB and Grayscale images. The main reason for the comparison is due to the license plate colors being black and white. Therefore, we found that the accuracy of data training model only on the RGB images is the best and more higher compared to the other models and previous work done on plate recognition. ALPR is a system that checks the license plate number of transit vehicles a specified location using an image processing algorithm. The system uses a special camera to take a picture of each passing vehicle and passes the image to a computer for processing in license plate recognition software. Plate recognition software uses various algorithms such as localization, orientation, normalization, segmentation, and optical character recognition (OCR). The resulting data is applied to compare against the records in the database. The results experiment and proposed system successfully detects and recognizes vehicle license plates in real images. ALPR system can also be used for car parking management and Traffic management. Finally, we developed model based on three types data. The models were trained on RGB, Grayscale and RGB + Grayscale images, and the model based on RGB images showed the highest accuracy of 82.46%. The reason for testing this is that the license plate number of the Mongolian 2000 year model is black and white.|최근에는 특히 신경망과 오픈 소스 ML 라이브러리의 형성과 함께 머신러닝 (ML)의 증가로 자동 번호판 인식(ALPR)과 같은 최첨단 프로그램을 복제하고 배포할 수 있는 상당한 접근성이 생겼다. 이 연구는 또한 RGB 영상과 그레이 스케일 영상을 비교했다. 비교의 주된 이유는 번호판 색상이 흑백이기 때문입 니다. 따라서 우리는 RGB 이미지에서만 데이터 훈련 모델의 정확도가 플레이 트 인식에서 수행한 다른 모델 및 이전 작업에 비해 최고이며 더 높다는 것을 발견했다. ALPR은 이미지 처리 알고리즘을 사용하여 지정된 위치에서 환승 차 량의 번호판을 확인하는 시스템이다. 이 시스템은 특수 카메라를 사용하여 지 나가는 차량의 사진을 찍어 컴퓨터로 전달하여 번호판 인식 소프트웨어에서 처리한다. 플레이트 인식 소프트웨어는 위치, 방향, 표준화, 분할 및 광학 문 자 인식(OCR)과 같은 다양한 알고리즘을 사용한다. 결과 데이터는 데이터베 이스의 레코드와 비교하기 위해 적용된다. 실험 결과 및 제안된 시스템은 실 제 이미지에서 차량 번호판을 성공적으로 감지하고 인식한다. ALPR 시스템은 주차 관리 및 교통 관리에도 사용될 수 있다. 마지막으로, 우리는 세 가지 데 이터를 기반으로 한 모델을 개발했다. 모델은 RGB, 그레이스케일 및 RGB + 그레이스케일 영상에 대해 교육되었으며 RGB 이미지를 기반으로 한 모델이 82.46%로 가장 높은 정확도를 보였다. 이를 테스트한 이유는 몽골 2000 모델 의 차량번호가 흑백이기 때문이다.