License Plate Recognition – Nyaris seluruh teknologi di masa saat ini tidak lepas dari facial recognition, spesialnya pada zona keamanan. Baik itu ketentuan buat membuka ponsel maupun buat konfirmasi informasi diri semacam di layanan keuangan.
Secara garis besar, facial recognition sudah di bahas pada postingan lebih dahulu, ialah pemanfaatan potret wajah manusia dalam proses identifikasi memakai teknologi.
Tetapi, gimana bila wujud format yang sama di coba buat identifikasi angka ataupun no pada kendaraan? Inilah yang di namakan License Plate Recognation.
Definisi
Konsep License Plate Recognition mirip dengan facial recognition Perbedaannya merupakan bila facial recognition mengetahui potret wajah,
LPR mengetahui angka serta huruf pada kendaraan.
LPR sanggup menangkap gambar ataupun video dari pelat no kendaraan serta mengganti informasi optik ataupun visual tersebut jadi data digital.
Teknologi ini biasanya di gunakan dalam pelacakan kendaraan, penangkalan kejahatan, layanan keamanan serta parkir, penghitungan serta
kontrol kemudian lintas, bayaran tol elektronik serta lain lain.
Machine Learning serta License Plate Recognition
Semacam yang sudah di kenal, License Plate Recognition bekerja dengan metode mengetahui angka serta huruf pada sesuatu medium
semacam gambar serta video. Tetapi, no pelat kendaraan memiliki alterasi berbeda- beda dari segi wujud huruf serta pula angkanya. Oleh
sebab itu, dia memerlukan Machine Learning dalam perihal pengenalan, penaksiran, serta sebagainya buat dapat berperan secara maksimal.
Algoritma dari License Plate Recognition butuh di asah serta terus di latih. Ini bertujuan buat melindungi akurasi serta mengidentifikasi angka serta huruf dari desain pelat no yang berbeda- beda. Contoh kala algoritma mesin wajib dapat membedakan huruf“ O” serta angka“ 0” pada pelat no“ KT 3802 OX” misalnya.
Terdapat bermacam tata cara proses LPR, salah satunya di lansir dari Survision Group, suatu industri asal amerika serikat yang bergerak di bidang LPR, semacam:
Localisation
Dalam proses ini, mesin mengetahui posisi no pelat pada kendaraan bersumber pada video ataupun foto
Segmentation
Sehabis mesin menciptakan posisi pelat no, dia mulai mengidentifikasi pelat no kendaraan dengan metode memisahkan masing masing kepribadian buat di identifikasi.
Identification
Proses identifikasi kepribadian di awali sehabis kepribadian di pisah dengan menganalisis pola huruf ataupun angka yang terdapat.
Regionalisation
Pada sesi ini, mesin berupaya memvalidasi kembali hasil identifikasi pada pelat no buat melenyapkan ambiguitas. Misalnya“ 0” serta“ O”,“ J” serta“ 7”,“ B” serta“ 8”,“ I” serta“ 1” serta seterusnya.
Pelat no memiliki banyak keragaman semacam wujud font, warna bawah, dimensi serta yang lain, oleh sebab itu terus menjadi banyak
alterasi informasi yang di butuhkan oleh algoritma mesin LPR.
Mesin ini butuh buat senantiasa di asah serta di latih, biar LPR bisa terus tingkatkan akurasi mesin dalam proses identifikasi serta regionalisasi.
Pemakaian LPR
Secara universal teknologi License Plate Recognition sangat menolong pada zona keamanan. Dia sanggup meringankan pekerjaan aparat penegak hukum dalam upaya penyelidikan serta penyelesaian permasalahan yang mengaitkan kendaraan.
Dengan dorongan Kamera pengaman pada persimpangan lampu merah serta jalur raya misalnya, pihak kepolisian bisa dengan gampang
melacak keberadaan kendaraan yang di curi, ataupun menciptakan pelakon kriminal dengan melacak kendaraan yang di gunakan oleh sang
pelakon dari video kemudian lintas jalanan.
Tetapi tidak cuma itu, LPR pula dapat di gunakan buat mengendalikan jalanan kemudian lintas dengan mengendalikan jumlah kendaraan di
jalur raya.
Di sisi swasta, sebagian tempat yang memakai teknologi LPR dalam sistem“ smart parking” tidak lagi membutuhkan sistem tiket pada pintu
masuk sebab pelat no kendaraan telah di kenali oleh mesin parkir.
Kesimpulan
Teknologi License Plate Recognition memakai Machine Learning dalam proses mengetahui pelat no kendaraan. Tidak cuma menunjang dari
sisi keamanan, LPR pula bisa memudahkan sistem pengenalan pelat no buat akses parkir, sistem otomatis jalur tol, serta manajemen
kemudian lintas yang lain.