Detekcija registracijske oznake plovila korištenjem monokularne kamere

master's thesis

• Title (english): Vessel registration plate detection using a monocular camera
• Author: Maja Magdalenić
• Mentor: Nikola Mišković (mentor)
• Committee member: Nikola Mišković (član povjerenstva)
• Committee member: Đula Nađ (član povjerenstva)
• Committee member: Fausto Miguel Pascoal Ferreira (član povjerenstva)
• Granter: University of Zagreb; Faculty of Electrical Engineering and Computing; Zagreb
• Defense date and country: 2024-02-27, Croatia

Abstract

Identifikacija brodova ključna je u područjima globalne trgovine, pomorske sigurnosti, a posebno u razvoju pametnih luka. Prepoznavanje registarskih oznaka brodova pomaže sprječavanju ilegalnih aktivnosti i osigurava učinkovit prijevoz robe. Dvije glavne faze u prepoznavanju registarskih oznaka brodova su detekcija registarske oznake i prepoznavanje registarske oznake. U ovom radu razvijene su tri metode za navedenu primjenu. Sve tri razvijene metode za prepoznavanje teksta koriste Paddle OCR alat, dok se modeli za detekciju teksta u svakoj metodi razlikuju. U prvoj metodi na ulaz dovodimo originalnu sliku i na njoj koristimo algoritme za detekciju i prepoznavanje teksta koje uobičajeno koristi Paddle OCR. U drugoj metodi, najprije se provodi detekcija broda pomoću YOLOv8 dostupnog modela za detekciju, te se nakon toga slika šalje Paddle OCR alatu koji na njoj opet koristi uobičajene algoritme za detekciju i prepoznavanje teksta. Treća metoda za detekciju brodova također koristi YOLOv8 dostupan model, za detekciju teksta koristi YOLOv8 model razvijen u ovom radu, te se na kraju detektirani tekst šalje Paddle OCRu samo na prepoznavanje. Treća metoda dodatno je poboljšana postupkom povećanja detekcije teksta na optimalnu veličinu, onu najlakše čitljivu OCRu. Posljednja opisana metoda daje i najbolje rezultate na testnom skupu podataka. Konačni model postiže točnost od 44,57% u prepoznavanju riječi i 72,69% u prepoznavanju znakova.

Abstract (english)

Accurate ship identification is vital for global trade and maritime security, especially in smart port initiatives. Ship license plate recognition helps prevent illegal activities and ensures efficient transportation of goods. Two of the main phases in recognizing ship license plates are license plate detection and license plate recognition. In this thesis, three methods were developed for the mentioned application. All three methods us Paddle OCR tool for text recognition, while the text detection models differ in each method. In the first method, the Paddle OCR default detection and recognition algorithms are used on the original image. In the second method, the ship is first detected using YOLOv8 available detection model, and then the image is sent to the Paddle OCR tool, which again uses default algorithms for text detection and recognition. The third method also uses the YOLOv8 available model for ship detection, for text detection it uses the YOLOv8 model developed in this work, and finally the detected text is sent to Paddle OCR for recognition only. The third method was further improved by the process of enlargement the text detection to the optimal size, the one most easily readable to the OCR. The last described method also gives the best results on the test dataset. The final model achieves an accuracy of 44,57% in words detection and 72,69% in character detection.

• Keywords: brod; registarska oznaka; prepoznavanje teksta; detekcija tekst; detector; prepoznavanje znakova; duboko učenje; prepoznavanje registarske oznake; model za detekciju; optičko prepoznavanje znakova
• Keywords (english): ship; license plate recognition; text recognition; text detection; detector; character recognition; deep learning; ship license plate recognition; detection model; optical character recognition
• Language: english
• URN:NBN: urn:nbn:hr:168:773796
• Study programme: Title: Computing; Study programme type: university; Study level: graduate; Academic / professional title: magistar/magistra inženjer/inženjerka računarstva (magistar/magistra inženjer/inženjerka računarstva)
• Type of resource: Text
• File origin: Born digital
• Access conditions: Closed access
• Created on: 2024-03-28 07:49:51