Vol. 2 No. 9 (2026), Articles
Vol. 2 No. 9 (2026)

СОЗДАНИЕ СИСТЕМЫ ИДЕНТИФИКАЦИИ ТРАНСПОРТНЫХ СРЕДСТВ В РЕЖИМЕ РЕАЛЬНОГО ВРЕМЕНИ С ИСПОЛЬЗОВАНИЕМ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА

Articles
Published 2026-06-03
Низамова Зарина Файзиддиновна
Бухарский государственный технический университет, магистрант 1-го курса специальности «Программный инжиниринг»
PDF

Keywords

идентификация транспортных средств, искусственный интеллект, компьютерное зрение, свёрточные нейронные сети, YOLO, распознавание номерных знаков, OCR, обработка видеопотока, глубокое обучение, система реального времени, обнаружение объектов, интеллектуальная транспортная система.

Abstract

В данной статье рассматриваются вопросы проектирования и создания системы идентификации транспортных средств в режиме реального времени на основе методов искусственного интеллекта. Исследуются современные подходы к распознаванию автомобилей, включая свёрточные нейронные сети (CNN), архитектуры YOLO и SSD для обнаружения объектов, а также методы оптического распознавания символов (OCR) для считывания государственных регистрационных номеров. Предлагается архитектура комплексной системы, способной в реальном времени обнаруживать, классифицировать и идентифицировать транспортные средства по видеопотоку с камер наблюдения. Проведены экспериментальные исследования, подтверждающие высокую точность и производительность предлагаемого решения.

 

PDF

References

Указ Президента Республики Узбекистан «О стратегии "Цифровой Узбекистан — 2030"» и мерах по её эффективной реализации. — 2020 г.

2. Redmon J., Divvala S., Girshick R., Farhadi A. You Only Look Once: Unified, Real-Time Object Detection // Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition (CVPR). — 2016. — P. 779–788.

3. Jocher G., Chaurasia A., Qiu J. Ultralytics YOLOv8 // GitHub repository. — 2023. — URL: https://github.com/ultralytics/ultralytics.

4. Liu W., Anguelov D., Erhan D. et al. SSD: Single Shot MultiBox Detector // European Conference on Computer Vision (ECCV). — Springer, 2016. — P. 21–37.

5. Wojke N., Bewley A., Paulus D. Simple Online and Realtime Tracking with a Deep Association Metric // IEEE International Conference on Image Processing (ICIP). — 2017. — P. 3645–3649.

6. Shi B., Bai X., Yao C. An End-to-End Trainable Neural Network for Image-based Sequence Recognition and Its Application to Scene Text Recognition // IEEE Transactions on Pattern Analysis and Machine Intelligence. — 2017. — Vol. 39, No. 11. — P. 2298–2304.

7. Tan M., Le Q. EfficientNet: Rethinking Model Scaling for Convolutional Neural Networks // Proceedings of the 36th International Conference on Machine Learning (ICML). — 2019. — P. 6105–6114.

8. He K., Zhang X., Ren S., Sun J. Deep Residual Learning for Image Recognition // Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition (CVPR). — 2016. — P. 770–778.

9. Ren S., He K., Girshick R., Sun J. Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks // Advances in Neural Information Processing Systems (NIPS). — 2015. — P. 91–99.

10. Wang C.-Y., Bochkovskiy A., Liao H.-Y. M. YOLOv7: Trainable Bag-of-Freebies Sets New State-of-the-Art for Real-Time Object Detectors // Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR). — 2023. — P. 7464–7475.

11. Laroca R., Severo E., Zanlorensi L. A. et al. A Robust Real-Time Automatic License Plate Recognition Based on the YOLO Detector // International Joint Conference on Neural Networks (IJCNN). — 2018. — P. 1–10.

12. Sochor J., Herout A., Havel J. BoxCars: 3D Boxes as CNN Input for Improved Fine-Grained Vehicle Recognition // Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition (CVPR). — 2016. — P. 3006–3015.

13. Рахимов Б. А., Саидов Ш. М. Применение методов глубокого обучения для автоматического распознавания номерных знаков в условиях городской среды // Вестник Ташкентского университета информационных технологий. — 2022. — № 4. — С. 45–53.

14. Каримов О. Р., Ахмедов Б. Ш. Обзор современных архитектур нейронных сетей для обнаружения объектов в видеопотоке // Научный журнал «Проблемы информатики и энергетики». — 2023. — № 1. — С. 28–36.

15. Мирзаев Н. К. Интеллектуальные транспортные системы: принципы построения и перспективы развития. — Ташкент: Издательство ТУИТ, 2021. — 256 с.