لائسنس پلیٹ کی شناخت کے کام کا اصول

بذریعہ: شینزین ٹی جی ڈبلیو ٹیکنالوجی کمپنی، لمیٹڈ

لائسنس پلیٹ کی شناخت کی ٹیکنالوجی تصویر کی تقسیم، تصویر کی شناخت کے نظریہ پر مبنی ہے .اس ٹیکنالوجی کو لائسنس پلیٹ کی پوزیشن کا تعین کرنے کے لیے نمبر پلیٹ والی تصاویر کا تجزیہ کرنے اور متن کے حروف کو مزید نکالنے اور پہچاننے کے لیے استعمال کیا جاتا ہے۔

ایک عام لائسنس پلیٹ کی شناخت کے عمل میں امیج کا حصول، امیج پری پروسیسنگ، لائسنس پلیٹ پوزیشننگ، کریکٹر سیگمنٹیشن، کریکٹر ریکگنیشن، اور رزلٹ آؤٹ پٹ شامل ہیں۔ فی عمل ایک دوسرے کی تکمیل کرتا ہے۔ تمام عمل کو اس کی اعلی کارکردگی اور اعلی مداخلت کی صلاحیت کو یقینی بنانا چاہئے۔ صرف اس طرح سے شناختی پروسیسنگ ایک تسلی بخش نتیجہ حاصل کر سکتی ہے۔

لائسنس پلیٹ کی شناخت کے نظام کو نافذ کرنے کے دو اہم طریقے ہیں، ایک اسٹیل امیجز کی شناخت، اور دوسرا متحرک ویڈیو اسٹریم کی شناخت۔ تصویر کی پہچان تصویر کے معیار، لائسنس پلیٹ کی خرابی، اور لائسنس پلیٹ جھکاؤ جیسے عوامل سے محدود ہے۔ متحرک ویڈیو سٹریم کی شناخت کے لیے تیز رفتار شناخت کی ضرورت ہوتی ہے، جو پروسیسر کی کارکردگی کے اشارے سے محدود ہوتی ہے، خاص طور پر جب ہم موبائل ٹرمینلز پر حقیقی وقت میں لائسنس پلیٹ کی شناخت کو محسوس کرنا چاہتے ہیں، اس کے لیے زیادہ کارکردگی کی اصلاح کی ضرورت ہوتی ہے۔

اگرچہ لائسنس پلیٹ کی شناخت میں چھ بڑے عمل شامل ہیں، بنیادی الگورتھم صرف تین ماڈیولز میں موجود ہے: لائسنس پلیٹ پوزیشننگ، کریکٹر سیگمنٹیشن، اور کریکٹر ریکگنیشن۔

▁ملا سن س م

لائسنس پلیٹ کی پوزیشننگ کا بنیادی کام اسٹیل تصویر یا ویڈیو فریم سے لائسنس پلیٹ کے علاقے کو تلاش کرنا اور بعد میں پروسیسنگ ماڈیول پروسیسنگ کے لیے لائسنس پلیٹ کو تصویر سے الگ کرنا ہے۔ لائسنس پلیٹ پوزیشننگ ان اہم عوامل میں سے ایک ہے جو سسٹم کی کارکردگی کو متاثر کرتی ہے۔ فی الحال، لائسنس پلیٹوں کو تلاش کرنے کے بہت سے طریقے ہیں، لیکن عام طور پر، انہیں دو طریقوں میں تقسیم کیا جا سکتا ہے:

سب سے پہلے، گرافک امیجنگ پر مبنی طریقہ.

بنیادی طور پر (1) رنگ پر مبنی لوکلائزیشن کے طریقے ہیں، جیسے کلر ایج الگورتھم، رنگ کا فاصلہ اور مماثلت الگورتھم وغیرہ۔ (2) ساخت پر مبنی لوکلائزیشن کے طریقے، جیسے ویولیٹ کی ساخت، افقی میلان تفریق ساخت، وغیرہ؛ (3) کنارے کا پتہ لگانے پر مبنی پوزیشننگ کا طریقہ؛ (4) ریاضیاتی شکل پر مبنی پوزیشننگ کا طریقہ۔

گرافکس اور امیج ٹیکنالوجی پر مبنی پوزیشننگ کا طریقہ بیرونی مداخلت کی معلومات کی وجہ سے مداخلت کے لیے حساس ہے اور پوزیشننگ کی ناکامی کا سبب بنتا ہے۔ مثال کے طور پر، رنگین تجزیہ پر مبنی پوزیشننگ کے طریقہ کار میں، اگر لائسنس پلیٹ کا پس منظر کا رنگ لائسنس پلیٹ کے رنگ سے ملتا جلتا ہے، تو پس منظر سے لائسنس پلیٹ کو نکالنا مشکل ہے۔ کنارے کا پتہ لگانے کے طریقہ کار میں، لائسنس پلیٹ کے کنارے پر داغ آسانی سے پوزیشننگ کی ناکامی کا سبب بن سکتا ہے۔ بیرونی مداخلت کی معلومات کی مداخلت پوزیشننگ الگورتھم کو بھی دھوکہ دے گی، جس کی وجہ سے پوزیشننگ الگورتھم بہت زیادہ غیر لائسنس پلیٹ امیدوار علاقوں کو پیدا کرتا ہے، جس سے سسٹم کا بوجھ بڑھ جاتا ہے۔

دوسرا، مشین لرننگ پر مبنی طریقہ۔

مشین لرننگ پر مبنی طریقوں میں فیچر انجینئرنگ پر مبنی پوزیشننگ کے طریقے اور نیورل نیٹ ورک پر مبنی پوزیشننگ کے طریقے شامل ہیں۔ مثال کے طور پر، ہم اوپن سی وی کی طرف سے فراہم کردہ ہار کی خصوصیات پر مبنی کیسکیڈ کلاسیفائر کے ذریعے لائسنس پلیٹ پوزیشننگ سسٹم کو تربیت دے سکتے ہیں۔ لیکن یہ طریقہ تربیت کے لیے بہت وقت طلب ہے، اور درجہ بندی اور پوزیشننگ کی کارکردگی بھی کم ہے۔ لہذا، ہدف لوکلائزیشن کے علاقے میں، نیورل نیٹ ورک پر مبنی طریقے مرکزی دھارے کے طریقے ہیں۔ عصبی نیٹ ورک پر مبنی لوکلائزیشن کے طریقوں میں، convolutional عصبی نیٹ ورک بنیادی طور پر ہدف کی خصوصیات کو سیکھنے کے لیے استعمال ہوتے ہیں۔ چونکہ convolutional عصبی نیٹ ورک میں ترجمے کی تبدیلی ہوتی ہے، اس لیے اسے سیکھنے کے عمل میں امیدواروں کے علاقوں کے ساتھ ملایا جا سکتا ہے اور امیدواروں کے علاقوں کی درجہ بندی کی جا سکتی ہے۔ امیدوار کا علاقہ جس کی صحیح درجہ بندی کی گئی ہے وہ ہدف کا مقام ہے۔ اس طرح کے طریقوں کے نفاذ کے بہت سے ماڈلز ہیں، جیسے RCNN، تیز RCNN، SSD، وغیرہ۔

▁ف درا ل

کریکٹر سیگمنٹیشن کا کام یہ ہے کہ ملٹی کالم یا ملٹی لائن کریکٹر امیج میں ہر ایک کریکٹر کو پوری امیج سے ایک کریکٹر امیج میں کاٹ دیا جائے۔ روایتی کریکٹر سیگمنٹیشن الگورتھم کا خلاصہ درج ذیل دو زمروں میں کیا جا سکتا ہے: براہ راست سیگمنٹیشن کے طریقے، تصویری شکل کی بنیاد پر سیگمنٹیشن کے طریقے۔ براہ راست سیگمنٹیشن کا طریقہ آسان ہے، کچھ پیشگی معلومات کی بنیاد پر، جیسے لائسنس پلیٹ کے کریکٹرز کی تقسیم، اور سیگمنٹیشن حاصل کرنے کے لیے کچھ بنیادی پروجیکشن الگورتھم کی بھی مدد کرتا ہے۔ مورفولوجی پر مبنی سیگمنٹیشن طریقہ کردار کی تصویر کی پوزیشن کا تعین کرنے کے لیے کنارے کا پتہ لگانے، توسیع اور سنکنرن کا استعمال کرتا ہے۔ روایتی کریکٹر سیگمنٹیشن الگورتھم بیرونی خلل کے لیے بھی حساس ہوتے ہیں، جیسے لائسنس پلیٹ کا جھکاؤ، کریکٹر فولنگ، اور چپکنا۔ کریکٹر ریکگنیشن کے لیے لائسنس پلیٹ کے حروف کی درست تقسیم بہت اہم ہے۔ صرف اس صورت میں جب تقسیم درست ہو، شناخت کی درستگی کی ضمانت دی جا سکتی ہے۔ نیورل نیٹ ورک تھیوری کی مسلسل ترقی کے ساتھ، آخر سے آخر تک تصویر کی درجہ بندی اور شناخت کی ٹیکنالوجی نے بھی بڑی کامیابیاں حاصل کی ہیں، اس لیے بہت سے OCR سافٹ ویئر آہستہ آہستہ روایتی کریکٹر سیگمنٹیشن پروسیسنگ سے چھٹکارا پاتے ہیں، اور کثیر حروف کو شناختی نیٹ ورک کے ذریعے براہ راست پہچانا جاتا ہے۔ .

▁ا ت ح ا م

کریکٹر ریکگنیشن ایک یا زیادہ حروف پر مشتمل تصویر سے کریکٹر انکوڈنگ نکالنے کا عمل ہے۔ کریکٹر ریکگنیشن کا عام طریقہ مشین لرننگ کی بنیاد پر تصویر کی درجہ بندی کا طریقہ ہے۔ تصویر کی درجہ بندی کے طریقہ کار میں، ایک تصویر صرف ایک درجہ بندی کر سکتی ہے، یعنی ایک تصویر صرف ایک کریکٹر امیج پر مشتمل ہو سکتی ہے۔ اس کے لیے کردار کی تقسیم کی اعلیٰ درستگی کی ضرورت ہے۔ ایک اور شناخت کا طریقہ ایک بار بار چلنے والے اعصابی نیٹ ورک پر مبنی آخر سے آخر تک کردار کی شناخت کا طریقہ ہے۔ یہ طریقہ پوری لائسنس پلیٹ امیج کو نیٹ ورک میں داخل کرتا ہے، اور نیورل نیٹ ورک تمام حروف کو براہ راست آؤٹ پٹ کرے گا۔ اینڈ ٹو اینڈ میتھڈ کریکٹر سیگمنٹیشن کے عمل کو براہ راست ہٹاتا ہے اور کریکٹر سیگمنٹیشن کی خرابی کی وجہ سے ہونے والے استحکام کے نقصان سے بچاتا ہے، لیکن اینڈ ٹو اینڈ میتھڈ لائسنس پلیٹ کے جھکاؤ جیسی دیگر رکاوٹوں کے لیے بھی حساس ہے۔

ہم نے اوپر دیے گئے لائسنس پلیٹ کی شناخت کے نظام کے تین بنیادی حصے کی کچھ ٹیکنالوجیز پر مختصراً تبادلہ خیال کیا۔ فالو اپ میں، ہم کچھ مین اسٹریم ٹیکنالوجیز پر تفصیلی بحث کریں گے۔