Central AsianResearch Index

ИНТЕГРАЦИЯ ПРЕДОБРАБОТКИ ИЗОБРАЖЕНИЙ И АДАПТИРОВАННЫХ НЕЙРОСЕТЕВЫХ МОДЕЛЕЙ ДЛЯ РАСПОЗНАВАНИЯ НОМЕРНЫХ ЗНАКОВ ПРИ СЛАБОМ ОСВЕЩЕНИИ

В статье представлен комбинированный метод автоматического распознавания государственных регистрационных номеров транспортных средств в условиях низкой и неравномерной освещённости. Предлагаемая методика объединяет двухступенчатую предобработку изображений с использованием CLAHE и Retinex и адаптированные нейросетевые модели YOLOv8 и CRNN , дообученные на специализированных ночных выборках. Экспериментальная проверка на реальных видеоданных, полученных при освещённости ниже 30 люкс, показала существенное повышение точности распознавания: F1-мера увеличилась с 0.79 до 0.93, а средняя ошибка распознавания символов (CER) снизилась с 0.118 до 0.041. Метод демонстрирует высокую устойчивость к шуму , бликам и неравномерному освещению при сохранении производительности, достаточной для работы в реальном времени (≈42 кадра/с). Предложенный подход может быть реализован на основе существующих ALPR-системах без необходимости модернизации аппаратного обеспечения и обеспечивает универсальное решение для систем контроля въезда, парковочного учёта и мониторинга транспортных потоков в ночное время.

Сведения

Опубликовано
2026 · Т. 1, № 7
Источник
cyberleninka.ru
Язык
Русский
ISSN
3078-395X
Издатель
Высшая аттестационная комиссия при Президенте Республики Таджикистан