{“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”：“2024-08-07T01:09:38Z”，“时间戳”：1722992978471}，“参考-计数”：29，“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“：”大多数自动牌照识别（ALPR）系统使用静态图像，忽略视频中的时间信息。视频提供了丰富的时间和动作信息，在训练和测试期间应予以考虑。本研究的重点是创建一个使用视频的ALPR系统。该系统由检测、跟踪和识别模块组成。该系统对车牌检测和分类的准确率分别为81.473%和84.237%<\/jats:p>“，”DOI“：”10.20965\/jacii.2021.p0416“，”type“：”journal-article“，”created“：{”date-parts“：[2021,7,19]]，”date-time“：”2021-07-19T15:02:06Z“，”timestamp“：1626706926000}，”page“：“416-422”，“source”：“Crossref”，“is-referenced-by-count”：2，“title”：[“混合图形文本牌照的识别”]，“前缀”：“10.20965“，”卷“：”25“，”作者“：[{”给定“：”John Anthony C.“，”family“：”Jose“，”sequence“：”first“，”affiliation“：[]}，”{“name”：“De La Salle University 2401 Taft Avenue，Manila 1004，Philippines”，“sequence”：“first”，“affiliance”：[]{“given”：“Allysa Kate M.”，“family”：“Briellantes”，“sequence”:“additional”，“filiation”：[]}附属关系：[]｝，｛“给定”：“Edwin”，“家族”：“Sybingco”，“序列”：“附加”，“附属关系”：[]｝，｛“给定”：“Laurence A.Gan”，“家族”：“Lim”，“序列”：“附加”，“附属关系”：[]｝，｛“给定”：“Alexis M.”，“家族”：“Fillone”，“序列”：“附加”，“附属关系”：[]｝，｛“给定”：“Robert Kerwin C.”，“家族”：“Billones”，“序列”：“附加”，“附属关系”：[]}]，“member”：“8550”，“published-online”：{“date-parts”：[[2021,7,20]]}，“reference”：[{“key”：“key-10.20965\/jacii.2021.p0416-1”，“doi-asserted-by”：“crossref”，“unstructured”：“H.Li，P.Wang，and C。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:10.1109，TITS.2018.2847291，2018。Ferrolino等人，《通过树莓Pi 3 B型车辆牌照的检测和颜色分割进行车辆分类》，《最新技术与工程国际期刊》，第8卷，第2期，专刊8，第1298-1303页，doi:10.35940。B1057.0882S8192019。”，“内政部”：“10.35940\/ijarte。B1057.0882S819“}，{“key”：“key-10.20965\/jacii.2021.p0416-3”，“unstructured”：“S.F.Natividad et al.，\u201cDevelopment of a Prototype Traffic Congression Charging System in the Philippine Setting，\u201 d Laguna J.of Engineering and Computer Studies，Vol.3，pp.136-1582016.”}，}“key:”key-10.201965\/Jacii.2021.p0416-4“，”doi-asserted-by“：”crossref”，“非结构化”：“P.M.J.Chan等人，通过光流矢量的模糊C均值聚类进行车辆运动跟踪，2020年IEEE第12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，HNICEM51456.2020.94001432020。”，“doi”：“10.1109 \/HNICEM51456.2020.9400143“}，{“key”：“key-10.20965 \/jacii.2021.p0416-5”，“doi-asserted-by”：“crossref”，“unstructured”：“P.M.J.Chan等人，使用遗传算法和特征提取的菲律宾车牌定位，\u201d 2020 IEEE第12国际。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，HNICEM51456.2020.94001482020。Dalida等人，《菲律宾车牌识别智能交通系统的开发》，2016 IEEE Region 10 Conf.（TENCON），第3766-3770页，doi:10.1109，TENCON.2016.7848764，2016年。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.p0416-8”，”非结构化“：”S.Zherzdev和A。Gruzdev，\u201cLPRNet:License Plate Recognition via Deep Neural Networks，\u201 d arXiv preprint，arXiv:1806.104472018。“}，{“key”：“key-10.20965”\jacii.2021.p0416-9“，”doi-asserted-by“：”crossref“，“unstructured”：“J.A.C。Jose等人，使用带剩余学习的卷积神经网络对车牌进行分类，201d 2019年第四届亚太智能机器人系统会议（ACIRS），第231-234页，doi:10.1109，“doi”：“10.1109”，“ACIRS.2019.8935997”}，{“key”：“key-10.20965”，jacii.2021.p0416-10”，“doi-asserted-by”：“crossref”非结构化”：“F.Xiao和Y.J.Lee，《使用对齐时空内存进行视频对象检测》，《201d ECCV 2018:计算机视觉》，《计算机科学讲义》，第11212卷，第494-510页，doi:10.1007，978-3-030-01237-3_30，2018年》，“doi”：“10.1007，/978-3-030-01237-3-30”}，{“key”：“key-10.20965，jacii.2021.p0416-11”，“doi-asserted-by”：“crossref“，”unstructured“：”A.K.M.Briaulletes等人，《使用混合图文板号检测字体和字符》，2018 IEEE Region 10 Conf.（TENCON 2018），第629-633页，doi:10.1109，TENCON.2018.8650097，2018。“”，“doi”：“10.1109”，“TENCON.2018.8650097”}，{“key”：“key-10.20965”，jacii.2021.p0416-12“，“doi-asserted-by”：“crossref.”，“非结构化”：“A.K.Briungalles等人，使用更快的R-CNN和特征金字塔网络进行菲律宾车牌检测和分类，2019年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，HNICEM48295.2019.9072754，2019。”，“DOI“：”10.1109\/HNICEM48295.2019.9072754“}，{“key”：“key-10.20965\/jacii.2021.p041613”，“DOI-asserted-by”：“crossref”，“unstructured”：“M.C.E.Amon et al.，\u201cPhilippine License Plate Character Recognition using Faster R-CNN with InceptionV2，\u2018 d 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，HNICEM48295.2019.9072753，2019。“，“doi”：“10.1109”，HNICE M48295-2019.90720753“}，{“key”：“key-10.20965”，jacii.2021.p0416-14“，”doi-asserted-by“，”：“crossref”，“unstructured”：“M。Cruz等人，《零售数据分析中使用的基于视觉的人员统计和分析系统》，《2020 IEEE工业工程和工程管理国际会议》，第200-204页，doi:10.1109，“doi”：“10.1109”，“IEEM45057.2020.9309920”}，{“key”：“key-10.20965”，jacii.2021.p0416-15“，”doi-asserted-by“：”crossref“，”unstructured“：”J.J.Keh等人，《餐厅数据分析中基于视频的性别特征分析》，201d 2020 IEEE第12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，HNICEM51456.2020.9400115，2020年。“，”DOI“：”10.1109\/HNICEM51456.2020.9400115“}，{”key“：”key-10.20965\/jacii.2021.p041616“，”DOI-asserted-by“：”crossref“，”unstructured“：”M.Cruz et al.，\u201cA People Counting System for Use in CCTV Cameras in Retail，\u201 d 2020 IEEE 12th 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，HNICEM51456.2020.9400048，2020。“，“doi”：“10.1109，”。Ren等人，\u201cFaster R-CNN:Towards Real-Time Object Detection with Region Proposal Networks，\u201 d arXiv preprint，arXiv:1506.014972015.“}，{”key“：”key-10.20965 \/jacii.2021.p0416-18“，”unstructured“：”T.Lin等人，\u 201cFeature Pyramid Networks for Object Deection，\u2018 d arXiv-print，arXiv：1612.031442016。“}”，{“key”：“”key-10.20965\/jacii.2021.p0416-19“，“doi-asserted-by”：“crossref”，“unstructured”：“P.Bergmann，T.Meinhardt，and L.Leal-Taix \u00e9，\u201cTracking Without Bells and Whistles，\u201 d 2019 IEEE\/CVF Int.Conf.on Computer Vision（ICCV），第941-951页，doi:10.1109\/ICCV.2019.000103，2019.”，“doi”：“10.1109\/ICV.2019.0103”}，{“key”：“key-10.20965 \/jacii.2021.p0416-20“，”doi-asserted-by“：”crossref“，”unstructured“：”J.Baek等人，\u201c场景文本识别模型比较有什么问题？数据集和模型分析，\u201d 2019.”，“DOI”：“10.1109\/ICCV.2019.00481”}，{“key”：“key-10.20965\/jacii.2021.p0416-21”，“DOI-asserted-by”：“crossref”，“unstructured”：“R.Girshick，\u201 cFast R-CNN，IEEE计算机视觉国际会议的u201d Proc.，第1440-1448页，DOI:10.1109\/ICV.2015.169，2015.”，“DOI”：”10.1109\/ICCV.2015.69}，{“键”：key-10.20965\/jacii.2021.p0416-22“，”unstructured“：”K.Chen等人，\u201cMMDetection:Open MMLab Detection Toolbox and Benchmark，\u201 D arXiv preprint，arXiv:1906.071552019.“}，{”key“：”key-10.201965\/yacii.2021.p0416-23“，”doi-asserted-by“：”crossref“，“unstructure”：“F.Schroff，D.Kalenichenko，and J.”。Philbin，\u201cFaceNet:A Unified Embedding for Face Recognition and Clustering，\u201 d 2015 IEEE计算机视觉和模式识别（CVPR）会议，doi:10.1109 \/CVPR.2015.7298682，2015.“，”doi“：”10.1109 \/CVPR.2015.7298682“}，{“key”：“key-10.20965 \/jacii.2021.p0416-24”，“unstructured”：“A.Hermans，L.Beyer，and B。Leibe，\u201cIn Defense of the Triplet Loss for Person Re-Identification，\u201 d arXiv preprint，arXiv:1703.07737，2017.“}，{“key”：“key-10.20965”\jacii.2021.p0416-25“，”doi-asserted-by“：”crossref“，“unstructured”：“K.He et al.，\u2018 cMask R-CNN，\u2017 IEEE Int.Conf.on Computer Vision（ICCV），第2980-2988页。doi:10.1109 \/ICCV.2017.3222017.“，”doi“：”10.1109 \/ICCV.2017.322“}，{“key”：“key-10.20965 \/jacii.2021.p0416-26”，“unstructured”：“M.Jaderberg et al.，\u201cSynthetic Data and Artificial Neural Networks for Natural Scene Text Recognition，\u201 d arXiv preprint，arXiv:1406.22272014.”}y“：”crossref“，”unstructured“：”A.Gupta、A.Vedaldi和A.Zisserman，《自然图像中文本定位的合成数据》。IEEE计算机学会计算机视觉和模式识别会议（CVPR），第2315-2324页，doi:10.1109\/CVPR.2016.2554，2016年key-10.20965 \/jacii.2021.p0416-29“，”非结构化“：”L.Leal-Taix\u00e9等人，\u201cMOTChallenge 2015:走向多目标跟踪基准，\u201 d arXiv预印本，arXiv:1504.01942，2015。“}]，”container-title“：[”Journal of Advanced Computational Intelligence and Intelligent Informatics“]，”original-title:[]，“language”：“en”，“link”：[{“URL”：“https:\/\/www.fujipress.jp\/main\/wp-content\/themes\/fujipress\/phyosetsu.php？ppno=JACIL002500040005“，”content-type“：”unspecified“，”content-version“：”vor“，”intended-application“：”similarity-checking“}]，”deposed“：{”date-parts“：[[2021,7,19]]，”date-time“：“2021-07-19T15:06:38Z”，”timestamp“：162670719.8万}，”score“：1，”resource“：”{“primary”：{“URL”：“https://www.fujipress.jp\/jaciiii\/jc\/jacial002 500040416“}}，”副标题“：[]，”短标题“：[]，”发布“：{”日期部分“：[[2021,7,20]]}，”引用计数“：29，”日志发布“：}”问题“：“4”，”发布在线“：{“日期部分”：[[2021,7,20]]}、”发布发布“：“：{}，”ISSN“：[”1883-8014“，”1343-0130“]，”ISSN-type“：[{”type“:”electronic“，”value“：”1883-8014“}，{“类型”：“打印”，“值”：“1343-0130”}]，“主题”：[]，“发布”：{“日期部分”：[[2021,7,20]]}}