يعدّ التعرف الآلي إلى السيارات بواسطة أرقامها المثبتة على لوحتها موضوعاً مهماً, لما لهو من استخدامات متعددة منها التطبيقات الأمنية كمراقبة مداخل مؤسسة حساسة. و مراقبة السيارات على الطرقات و كشف السيارات المسروقة و حتى أنه يمكن أن يفيد في
الدراسات ال
إحصائية كدراسة الازدحام المروري في منطقة ما وغيرها. يعرض هذا العمل تفاصيل بناء نظام تعرف آلي إلى لوحة السيارة و أيضاً التعرف إلى لون السيارة.
جرى التركيز في هذا البحث على مرحلة تحويل الأرقام الموجودة داخل صورة لوحة السيارة إلى أرقام فعلية, لتحسين أداء النظام ككل نظرًا لكثرة الأخطاء التي تحدث في هذه المرحلة و بالتالي فشل التعرف بالكامل.
قمنا في هذا البحث باستخدام خوارزمية,تحليل المكونات الأساسية
(Principal Component Analysis (PCA لللتعرف على أرقام لوحة المفاتيح الموجودة داخل الصورة,و دمجها مع الخوارزمية المستخدمة عادة و هي خوارزمية التعرف البصري Optical Character Recognition (OCR للتقليل من الأخطاء المرتكبة في عملية التعرف على الأرقام , ومن ثم تحسين أداء نظام التعرف الآلي على لوحات السيارات.كما قمنا بإضافة التّعرف إلى لون السيارة (الذي يعدّ موسطاً مميزًا آخر للسيارة)مما يسمح اعتماداً على قاعدة معطيات بكشف السيارات المسروقة و زيادة موثوقية النظام.
بناء حواسيب تستغني عن أدوات الإدخال محدودة الفضاء (مثل لوحة المفاتيح) وامتلاكها لمقدرة السمع و القراءة ظل من مجالات البحث النشطة في علوم الحاسوب , قدم فيها الباحثون عدد مقدر من الطرق و الخوارزميات لحوسبةالسمع و القراءة ضمن ما يعرف بالتعرف على الأنماط
في علوم الحاسوب. ومن بين هذه الطرق الطريقة الشمولية (Holistic approach)، التي أثبتت كفاءتها في التعرف السريع (سمعاً أو قراءة) بالإضافة إلي مفهوم التعلم العميق الذي يعتبر ثورة في مجال تعلم الآلة في الوقت الحالي,وزاد الإهتمام به حديثاً خصوصاً بعد الزيادة الكبيرة في سرعة المعالجة الحاسوبية و التقدم في المعالجة المتوازية. هذه الدراسة تقدم تجارب إدراك ناجحة للشبكات العصبية العميقة في التعرف شمولياً على الأسماء العربية الأكثر شيوعاً، حيث تم إستخدام أدوات التعلم العميق و تمت تجربتها على السبعة أسماءالاكثر شيوعا بحسب مجموعة بيانات جامعة السودان للاسماء (SUST-ARG names) وبعد إجراء مراحل التدريب الخمسة , إستطاعت الشبكة أن تتعرف علي كل الأسماء وبنسبة 100% .
