Enhancing Vehicle Entrance and Parking Management: Deep Learning Solutions for Efficiency and Security

要約

あらゆる組織における車両の入場と駐車の自動管理は、記録保持、効率、セキュリティ上の懸念を含む複雑な課題です。
車両を追跡して駐車スペースを見つける手動の方法は時間がかかり、時間の無駄です。
車両の入場と駐車の自動管理の問題を解決するために、当社は最先端の深層学習モデルを活用し、あらゆる組織における車両の入場と駐車のプロセスを自動化しました。
セキュリティを確保するために、当社のシステムは車両検出、ナンバープレート照合、顔検出および認識モデルを統合し、個人と車両が組織に登録されていることを確認します。
車両検出、ナンバープレート検出、顔検出、認識用に複数のディープラーニング モデルをトレーニングしましたが、YOLOv8n モデルは他のすべてのモデルよりも優れたパフォーマンスを示しました。
さらに、ナンバー プレートの認識は、Google の Tesseract-OCR エンジンによって容易に行われます。
これらの技術を統合することで、システムは効率的な車両検出、正確な識別、合理化された記録管理、建物内の駐車枠の最適な割り当てを提供し、利便性、正確性、セキュリティを向上させます。
将来の研究の機会は、現実世界の幅広いアプリケーション向けにシステム パフォーマンスを微調整することにあります。

要約(オリジナル)

The auto-management of vehicle entrance and parking in any organization is a complex challenge encompassing record-keeping, efficiency, and security concerns. Manual methods for tracking vehicles and finding parking spaces are slow and a waste of time. To solve the problem of auto management of vehicle entrance and parking, we have utilized state-of-the-art deep learning models and automated the process of vehicle entrance and parking into any organization. To ensure security, our system integrated vehicle detection, license number plate verification, and face detection and recognition models to ensure that the person and vehicle are registered with the organization. We have trained multiple deep-learning models for vehicle detection, license number plate detection, face detection, and recognition, however, the YOLOv8n model outperformed all the other models. Furthermore, License plate recognition is facilitated by Google’s Tesseract-OCR Engine. By integrating these technologies, the system offers efficient vehicle detection, precise identification, streamlined record keeping, and optimized parking slot allocation in buildings, thereby enhancing convenience, accuracy, and security. Future research opportunities lie in fine-tuning system performance for a wide range of real-world applications.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google