{“状态”：“确定”，“消息类型”：“工作”，“信息版本”：“1.0.0”，“讯息”：{“索引”：{“日期-部分”：[[2024,8,7]]，“日期-时间”：“2024-08-07T01:09:35Z”，“时间戳”：1722992975426}，“参考-计数”：20，“出版商”：“富士科技出版社”，“发行”：“4”，“出资人”：[{“DOI”：“10.13039\/50100010982”，“名称”：“菲律宾工业、能源和新兴技术研究与发展委员会”，“doi-asserted-by”：“publisher”，“id”：[{“id”:“10.13039\/501100010982”，“id-type”：“doi”，“asserted-by”：”publisher“}]}，{“doi“：”10.13039\/100012938“，”name“：”De La Salle University“，”doi-assert-by“：”publister“，”id“:[{”id“：”1013039\/10002938“，”id-type:“”内政部“，“asserted-by”：“publisher”}]}]，“content-domain”：{“domain”:[]，“crossmark-restriction”：false}，“short-container-title”：[“JACIII”，“J.Adv.Comput.Intell.Intern.Inform.”]，“published-print”：{“date-parts”：[2021,7,20]]}，”abstract“：”本文提出了一个由人工智能引擎和web应用程序组成的集中式非接触式交通违章预警系统的原型。AI引擎在其三个模块中使用不同的视频和图像处理技术和AI算法，通过非接触方式收集交通数据，主要是交通违规数据：车牌检测、光学字符识别（OCR）和数字编码违规检测。web应用程序整合了AI引擎生成的所有数据，并提供了用于数据管理、可视化和分析的图形用户界面（GUI）。该非接触式抓捕系统旨在自动化、标准化和简化执法机构和机构的现有流程，以便更有效地抓捕交通违规者，并帮助他们改进菲律宾拥挤地区的交通规划和管理<\/jats:p>“，”DOI“：”10.20965\/jacii.2021.p0410“，”type“：”journal-article“，”created“：{”date-parts“：[[2021,7,19]]，”date-time“：”2021-07-19T15:02:06Z“，”timestamp“：1626706926000}，”page“：“410-415”，“source”：“Crossref”，“is-referenced-by-count”：2，“title”：[“人工智能软件应用于菲律宾非接触式交通违章抓捕“]，”前缀“：”10.20965“，”卷“：”25“，”作者“：[{”给定“：”约翰安东尼C.“，”家庭“：”何塞“，”序列“：”第一“，”隶属“：[]}，{”名称“：”德拉萨尔大学2401塔夫特大道，马尼拉1004，菲律宾“，”，{“given”：“Ciprian D.”，“family”：“Billones Jr.”，“sequence”：“additional”，“affiliation”：[]}，“隶属关系”：[]}，{“given”：“Elmer P.”，“family”：“Dadios”，“sequence”：“additional”，“affiliation”：[]}，{“给定的”：“Alexis M”，“家族”：“Fillone”，“序列”：“附加的”，“从属关系”：[]}，}“给定”：“Laurence A.Gan”，“家庭”：“Lim”，”sequence“：“additive”，“atriation”：“[]}]，“成员”：“8550”，“在线发布”：{“日期段”：[2021,7,20]]}，“引用”：[{“键”：“key-10.20965.jacii.2021.p0410-1”，“非结构化”：“H.S.Lidasan、I.C.Espada和M.R.M.De Leon，《地方城市交通规划和交通管理需求评估：菲律宾案例》，《东亚交通研究学会杂志》，第8卷，第16-27页，doi:10.11175，easts.8.16，2010年。”}，{“key”：“key-10.20965\/jacii.2021.p0410-2”，“非结构化”：“B.H.Roberts和T.Kanaley（编辑），《亚洲城市化和可持续性：良好实践案例研究》，亚洲开发银行，2006年。”}，{“key”：“key-10.20965\/jaciii.2021.p 0410-3”，“doi-asserted-by”：“crossref”，“unstructured”：“R.K.C。Billones等人，《使用计算机视觉和交通流建模进行微观道路交通场景分析》，《高级计算杂志》。智力。智力。Inform，第22卷，第5期，第704-710页，doi:10.20965\/jacii.2018.p07042018。“，“doi”：“10.20965\/jacii.2018。p0704”}，{“key”：“key-10.20965\/jaciai.2021.p0410-4”，“doi-asserted-by”：“crossref”，“unstructured”：“G.Ou，Y.Gao，and Y.Liu，\u201cReal-Time Vehicular Traffic Violation Detection in Traffic Monitoring Stream，\u2017 IEEE\/WIC\/ACM Int。网络智能与智能代理技术会议，第15-19页，doi:10.1109，WI-IAT.2012.91，2012.“，”doi“：”10.1109，/WI-IAT.2012.91“}，{“key”：“key-10.20965”，“doi-asserted-by”：“crossref”，“unstructured”：“A.C.P。Uy et al.，\u201c使用遗传算法和人工神经网络的自动交通违法预警系统，\u201d 2016 IEEE Region 10 Conf.（TENCON），pp.2094-2099，doi:10.10109\/TENCON.2016.778483951016。J.Franklin和Mohana，《使用人工智能和深度学习检测交通信号违章》，《2020年第五届通信与电子系统国际会议（ICCES）》，第839-844页，doi:10.1109，《ICCES48766.2020.91378732020》，“doi”：“10.1109”，{“key”：“key-10.20965”，jacii.2021.p0410-7”doi-asserted-by“：”crossref“，”unstructured“：”A.J.Hoffman和A.J.Pretorius，《智能交通系统IEEE第18届国际会议》，第598-605页，doi:10.1109，ITSC.2015.104，2015。“，”doi“：”10.1109，/ITSC.2015.104“}，{“key”：“key-10.20965\/jacii.2021.p0410-8“，”doi asserted by“：”crossref“，”非结构化“：”M.S.Al Shemoney，Y.Li，and S.Abdulla，\u201c一种用于在困难条件下从车辆图像中检测车牌的有效纹理描述符，\u201d IEEE Trans。《智能交通系统》，第21卷，第2期，第553-564页，doi:10.1109，TITS.2019.289799020。Shen，\u201c利用深度神经网络实现汽车牌照的端到端检测和识别，\u201d IEEE Trans。关于智能交通系统，第20卷，第3期，第1126-1136页，doi:10.10109\/TITS.2018.28472911919.”，“doi”：“10.1109\/TITS.2018.28472991”}，{“key”：“key-10.20965\/jacii.2021.p0410-10”，“doi断言”：“crossref”，“非结构化”：“R。Laroca等人，基于YOLO检测器的鲁棒实时自动车牌识别，2018年国际神经网络联合会议（IJCNN），doi:10.1109，“，“doi”：“10.1109，”2018.8489629“}，{“key”：“key-10.20965，”jacii.2021.p0410-11“，”doi-asserted-by“：”crossref“，”unstructured“：”S.Yonetsu，Y。Iwamoto和Y.W.Chen，用于复杂场景中准确检测牌照的u201cTwo-Stage YOLOv2，2019年IEEE消费电子国际会议（ICCE），doi:10.1109，“doi”：“10.1109，ICCE.2019.8661944”}，{“key”：“key-10.20965，jacii.2021.p0410-12”，“doi-asserted-by”：“crossref”，“unstructured”：“I.S。Ahmad等人，《车牌自动识别：比较研究》，2015 IEEE国际交响乐团。关于信号处理和信息技术（ISSPIT），第635-640页，doi:10.1109，ISSPIT.2015.7394415，2015。Jose等人，\u201c使用带剩余学习的卷积神经网络对车牌进行分类，2019年第四届亚太智能机器人系统会议（ACIRS），第231-234页，doi:10.1109\/ACIRS.2019.89359972019.“，“doi”：“10.1109\/AICIRS.2019.8935997”}，{“key”：“key-10.20965\/jacii.2021.p0410-14”，“doi-asserted-by”：“crossref”非结构化”：“M.C.E.Amon等人，使用更快的R-CNN和InceptionV2进行菲律宾车牌字符识别，201d 2019 IEEE第11届拟人、纳米技术、信息技术、通信与控制、环境与管理国际会议（HNICEM），doi:10.1109，HNICEM48295.2019.9072753，2019。”，“doi”：“10.1109 \/HNICEM48295.2019.9072753“}，{“key”：“key-10.20965 \/jacii.2021.p0410-15”，“doi-asserted-by”：“crossref”，“unstructured”：“A.K.M.Briaumbers et al.，\u201cDetection of Fonts and Characters with Hybrid Graphic-Text Plate Numbers，\u201 d TENCON 2018\u2013 2018 IEEE Region 10 Conf.，第629-633页，doi:10.1109 \/TENCON.2018.8650097，2018.”，“doi”：“10.1109 \/TENCON.2018.8650097“}，{“key”：“key-10.20965 \/jacii.2021.p0410-16”，“doi-asserted-by”：“crossref”，“unstructured”：“L.Ferrolino et al.，\u201cRaspberry Pi 3 B型车辆牌照检测和颜色分割的车辆分类，\u201 d Int。《最新技术与工程杂志》，第8卷，第2S8期，第1298-1303页，doi:10.35940。B1057.0882S8192019。”，“内政部”：“10.35940\/ijarte。B1057.0882S819“}，{“key”：“key-10.20965\/jacii.2021.p0410-17”，“doi-asserted-by”：“crossref”，“unstructured”：“A.K.Briaulletes et al.，u201cPhilippine License Plate Detection and Classification using Faster R-CNN and Feature Pyramid Network，\u201d 2019 IEEE 11th Int。拟人、纳米技术、信息技术、通信与控制、环境与管理（HNICEM）会议，doi:10.1109，HNICEM48295.2019.9072754，2019。“，“doi”：“10.1109”，HNICEM48295-2019.90720754“}，{“key”：“key-10.20965”，jacii.2021.p0410-18“，”doi-asserted-by“，”非结构化“A.C.P。Uy等人，基于模糊逻辑的自动车辆分类和颜色轮廓系统，2017年第五届信息和通信技术国际会议（ICoIC7），doi:10.1109，“doi”：“10.1109”，“ICoICT.2017.8074681”}，{“key”：“key-10.20965”，jacii.2021.p0410-19”，“doi-asserted-by”：“crossref”，”非结构化“R.K.C。Billones等人，基于视觉的非接触式交通违章感知智能系统架构，2016 IEEE Region 10 Conf.（TENCON），第1871-1874页，doi:10.1109，2016年，“doi”：“10.1109，TENCON.2016.7848346”}，{“key”：“key-10.20965”，jacii.2021.p0410-20“，”doi-asserted-by“：”crossref“，”unstructured“：”X.Wang等人，基于视频的交通违章检测系统。2013年机电科学、电气工程和计算机（MEC）国际会议，第1191-1194页，doi:10.1109，MEC.2013.6885246，2013。“，“doi”：“10.1109，/MEC.2013.6885246”}]，“container-title”：[“Journal of Advanced Computational Intelligence and Intelligent Informatics”]，“original-tittle”：[]，“language”：“en”，“link”：[{“URL”：“https:\/\/www.fujipress.jp\/main\/wp-content\/themes\/fujipress\/phyosetsu.php？ppno=JACIL00250004004“，”content-type“：”unspecified“，”content-version“：”vor“，”intended-application“：”similarity-checking“}]，”deposed“：{”date-parts“：[[2021,7,19]]，”date-time“：“2021-07-19T15:05:53Z”，”timestamp“：1626707153000}，”score“：1，”resource“：”{“primary”：{“URL”：“https://www.fujipress.jp\/jaciiii\/jc\/jaciiii002 500040410“}}，”副标题“：[]，”shorttitle“：[]，”issued“：{”date-parts“：[[2021,7,20]]}，”references-count“：20，”journal-issue“：{“issue”：“4”，”published-online“：{”date-ports“：[2021,7,20]]}，“published-print”：{“date-part”：[2021,7,20]]}{，“URL”：“http://\\dx.doi.org\/10.20965\/jacii.2021.p0410”，“relation”：{}，“ISSN”：[“1883-8014”，“1343-0130”]，“ISSN-type”：[{“类型”：“电子”，“值”：“1883-8014“}，{“类型”：“打印”，“值”：“1343-0130”}]，“主题”：[]，“发布”：{“日期部分”：[[2021,7,20]]}}