معرفی دوره
یکی از کاربرد های جذاب بینایی ماشین، تشخیص پلاک خودرو ها می باشد که در حال حاضر و در کشور ما جزئی از پرکاربرد ترین تکنولوژی های هوش مصنوعی به شمار می آید، دوربین های کنترل سرعت و کنترل ترافیک در شهر ها و جاده های بین شهری یکی از کاربرد های مطرح این تکنولوژی می باشد همچنین سیستم های هوشمند کنترل تردد در پارکینگ ها یکی دیگر از کاربرد های امروز این تکنولوژی می باشد.
به شکل کلی تشخیص و شناسایی پلاک از دو اصلی تشکیل شده، بخش اول شناسایی پلاک (Plate Detection) و بخش دوم تشخیص پلاک (Plate Recognition) در بخش اول به شناسایی محل پلاک و جدا کردن آن از سایر جزئیات موجود در تصویر پرداخته می شود و در بخش دوم یا تشخیص پلاک با کمک گرفتن الگوریتم های OCR و سایر الگوریتم های هوش مصنوعی به خوانده اعداد و حروف داخل آن پرداخته می شود.
به شکل کلی روش های مختلف و متعددی برای شناسایی پلاک خود رو وجود دارد که به صورت مفصل در مقاله “انواع پلاک های خودرو در ایران و ویژگی های آن ها برای تشخیص” به آن اشاره شده است، در این بسته آموزشی فوق العاده جذاب شما با ویژگی های پلاک در ایران آشنا خواهید شد و فراخواهید گرفت چه ویژگی های منحصر به فردی در پلاک ها وجود دارد تا با کمک آن بتوان پلاک خودرو ها را در یک تصویر شناسایی کرد. سپس نوبت به پیاده سازی این الگوریتم ها می رسد، که برای این مرحله ما دو روش مختلف را که یکی از این روش ها بر مبنای ویژگی های هندسی پلاک می باشد و دیگر بر اساس تراکم بالای لبه در ناحیه پلاک خودرو است خواهیم پرداخت و هم راه با سورس کد آن در اختیار شما عزیزان قرار خواهد گرفت.
لازم به ذکر است روش دوم که تشخیص بر اساس تراکم بالای لبه در ناحیه پلاک می باشد در اصل پیاده سازی یک مقاله در زمینه تشخیص پلاک در ایران می باشد، که این امر باعث خواهد شد که شما عزیزان بخصوص دانشجویان مقطع ارشد و دکتری با نحوه بررسی و پیاده سازی مقالات علمی نیز آشنا شوید.
سرفصل های ارائه شده در هر جلسه
جلسه اول : معرفی و تاریخچه پلاک ها
در جلسه شما با ویژگی های پلاک در ایران آشنا خواهید شد.
زمان این جلسه : 8 دقیقه
حجم فایل : 22 مگابایت
پسوند فایل : Zip
جلسه دوم : شناسایی پلاک بر اساس ویژگی هندسی
در این جلسه پلاک یا پلاک های موجود در تصویر را با کمک گرفتن از ویژگی های هندسی پلاک شناسایی خواهیم کرد.
زمان این جلسه : 1 ساعت و 19 دقیقه
حجم فایل : 185 مگابایت
پسوند فایل : Zip
جلسه سوم : شناسایی پلاک بر اساس تراکم لبه (پیاده سازی مقاله)
در این جلسه پلاک یا پلاک های موجود در تصویر را با کمک گرفتن از ویژگی تراکم بالای لبه ناحیه پلاک شناسایی خواهیم کرد.
زمان این جلسه : 1 ساعت و 21 دقیقه
حجم فایل : 193 مگابایت
پسوند فایل : Zip
دانلود فایل ها و سورس کد دوره
برای دانلود کلیک کنید.
دوره های مرتبط
آموزش شناسایی پلاک براساس ویژگی تراکم لبه در ناحیه پلاک
معرفی دوره یکی از کاربرد های جذاب بینایی ماشین ها، تشخیص پلاک خودرو می باشد که در حال حاضر و…
آموزش شناسایی خودرو ها و تفکیک بر اساس رنگ با کمک قطعه بندی
معرفی دوره حتمی تا به حال به دوربین های طرافیکی سطح شهر و یا جاده ها دقت کرده اید، این…
آموزش تشخیص آنلاین خط و گوشه در تصویر با استفاده از وب کم
معرفی دوره تشخیص خط و گوشه یکی دیگر از الگوریتم های پایه در گرایش بینایی ماشین و پردازش تصویر می…
آموزشی انواع فیلتر ها و تبدیلات حوزه مکان
معرفی دوره فیلتر ها انواع مختلف داشته و هر فیلتر کاربرد خاصی خود را دارد و بنا به شرایط پروژه…
امتیاز دانشجویان دوره
نظرات
قوانین ثبت دیدگاه
- دیدگاه های فینگلیش تایید نخواهند شد.
- دیدگاه های نامرتبط به مطلب تایید نخواهد شد.
- از درج دیدگاه های تکراری پرهیز نمایید.
- امتیاز دادن به دوره فقط مخصوص دانشجویان دوره می باشد.
160,000 تومان قیمت اصلی 160,000 تومان بود.96,000 تومانقیمت فعلی 96,000 تومان است.
مهندس هومن بهرامی
کارشناسی ارشد هوش مصنوعیمتخصص طراحی سیستم های هوشمند و بینایی ماشین، کارآفرین و مدرس دانشگاه
بنفشه( دانشجوی دوره )
می خواستم بدونم، توی این دوره نوشتید پیاده سازی مقاله، مقاله وسورس کد های پیاده سازیش هم توی بسته هست؟؟؟؟
مدیر محتوای پرونش(مدیریت)
سلام بنفشه عزیز
بله در این آموزش تشخیص پلاک به 2 روش پیاده سازی شده که یکی از این روش ها با پیاده سازی مقالست و سورس کد هر دو روش با خرید بسته در دسترس شما قرار می گیره.
دادکامی(مدیریت)
سلام وقت بخیر، من از این آموزش استفاده کردن و کد هاشو پیاده سازی کردم و خودم سورس رو کمی تغییر داد برای کاربردی که توی پروژم لازم بود الان توی روند پروژه یک جا مشکل خوردم و نیاز به مشاوره داره. چطور میتونم از کمک شما استفاده کنم؟
مدیر محتوای پرونش(مدیریت)
سلام و عرض ادب، لطفا مشکل و سوالتون رو از طریق کانال های ارتباطی ما مثل ایمیل ارسال بفرمایید دوستان من در واحد پشتیبانی بررسی میکنن به شما اطلاع میدن.