Jurnal Teknologi dan Sistem Komputer
Volume 8, Issue 4, Year 2020 (October 2020)

Rekonstruksi citra kendaraan menggunakan SRCNN untuk peningkatan akurasi pengenalan pelat nomor kendaraan

Windra Swastika (Department of Informatics, Universitas Ma Chung)
Ekky Rino Fajar Sakti (Department of Informatics, Universitas Ma Chung)
Mochamad Subianto (Department of Informatics, Universitas Ma Chung)

Article Info

Publish Date
31 Oct 2020

Abstract

Citra resolusi rendah dapat direkonstruksi menjadi citra resolusi tinggi dengan menggunakan algoritma Super-resolution Convolution Neural Network (SRCNN). Penelitian ini bertujuan untuk menjawab pertanyaan apakah citra resolusi tinggi yang dihasilkan melalui algoritme SRCNN dapat meningkatkan akurasi pengenalan pelat nomor kendaraan. Pengenalan pelat nomor kendaraan dilakukan dengan 2 jenis metode pengenalan karakter yaitu Tesseract OCR dan SPNet. Data latih untuk SRCNN menggunakan dataset DIV2K yang terdiri dari 900 citra, sedangkan data latih untuk pengenalan karakter menggunakan dataset Chars74. Hasil yang didapatkan adalah bahwa peningkatan resolusi citra menggunakan SRCNN dapat meningkatkan rata-rata akurasi pengenalan pelat nomor kendaraan peningkatan akurasi sebesar 16,9 % dengan Tesseract dan 13,8 % dengan SPNet.

Copyrights © 2020




Citation Download
RIS
EndNote, Reference Manager, ProCite
BibTex
Latex, Jabref
Original Source
Download Original
Google Scholar
Check in Google Scholar
Journal Info
Jurnal Teknologi dan Sistem Komputer
Website

Abbrev

JTSISKOM

Publisher

Universitas Diponegoro

Subject

Computer Science & IT Electrical & Electronics Engineering

Description

Jurnal Teknologi dan Sistem Komputer (JTSiskom, e-ISSN: 2338-0403) adalah terbitan berkala online nasional yang diterbitkan oleh Departemen Teknik Sistem Komputer, Universitas Diponegoro, Indonesia. JTSiskom menyediakan media untuk mendiseminasikan hasil-hasil penelitian, pengembangan dan ...