Skip navigation
Please use this identifier to cite or link to this item: https://repository.esi-sba.dz/jspui/handle/123456789/314
Title: Étude comparative des méthodes de détection et reconnaissance des plaques d’immatriculation
Authors: TALBI, NArimen
Keywords: Détection Et Reconnaissance Des Plaques D’immatriculations
Segmentation Et Classification Des Caractères
Apprentissage Profond
Réseau Neuronal Convolutif,
YOLO
Méthodes Traditionnels De Vision Par Ordinateur
Issue Date: 2022
Abstract: Avec l’augmentation énorme du nombre de véhicules,la détection automatique des plaques d’immatriculation devient de plus en plus importante dans notre vie quotidienne . De cette augmentation,il devient impossible de suivre les véhicules par l’être humain. Pour cette raison, La tendance de monde accrue vers la conception d’un système de détection automatique des plaques d’immatriculation . Il existe plusieurs domaines qui utilise ce type des systèmes de détection et reconnaissance de plaque d’immatriculation comme le suivi et la surveillance des véhicules lié à une crime,L’extraction des nombres de la plaque à partir d’un radar utilisé par la gendarmerie nationale algérienne ,gestion d’un parking et finalement pour la gestion de trafic et de transports . Dans cette thèse ,J’ai réalisé une étude comparative entre les différents systèmes et approches proposés jusqu’à maintenant pour la détection et la reconnaissance des plaques d’immatriculations afin de tirer la méthode la plus adaptée pour la réalisation d’un système de gestion et de contrôle du parking . En général un système automatique de reconnaissance des plaques d’immatriculation repose essentiellement sur 3 étapes principales : la première consiste à détecter la plaque d’immatriculation, ensuite une segmentation des caractères sera réalisée et finalement la reconnaissance des caractères . Le rôle de cette mémoire est de trouver la meilleure approche pour chaque étape .
Description: Encadreur: Belkacem Khadi
URI: https://repository.esi-sba.dz/jspui/handle/123456789/314
Appears in Collections:Master

Files in This Item:
File Description SizeFormat 
masterv2-1-1.pdf82,82 kBAdobe PDFView/Open
Show full item record


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.