2 Posts getaggt mit "deep-learning"

📌 Kernaussagen (TL;DR)

• Herausforderung: Ausgeschnittene Kennzeichen messen oft unter 40x20 Pixel mit starker H.264-Kompressionsblockbildung. Standard-Bikubik-Interpolation verwäscht Zeichenkonturen.
• Lösung: Einsatz von EDSR (Enhanced Deep Residual Networks) zur 4-fachen Kantenrekonstruktion und Multi-Frame-Mittelung zur Rauschunterdrückung.

📌 Kernaussagen (TL;DR)

• Herausforderung: Dashcam-Aufnahmen bei hoher Geschwindigkeit leiden unter Vibrationen, Gegenlicht und Bewegungsunschärfe. Eine direkte OCR scheitert an niedriger Bildauflösung.
• Lösung: Eine modulare 6-Stufen-Pipeline mit strikter 30-FPS-Grenze, die Spurerkennung, hierarchische YOLO-Detektion, EDSR-Super-Resolution und temporales OCR-Voting kombiniert.