Design and Implementation of Vehicle Number Plate Image Enhancement by Comparing Srcnn and Vdsr Methods
Abstract
Kendaraan adalah alat transportasi yang paling banyak digunakan di seluruh Indonesia. Pada plat nomor kendaraan di Indonesia terdiri dari huruf dan angka, dengan setiap daerah memiliki kode karakter plat nomor kendaraan masing-masing. Tugas Akhir ini dirancang sistem yang bisa membaca plat kendaraan khususnya kendaraan bermotor dengan menggunakan metode Super Resolution Convotional Neural Network (SRCNN) dapat meningkatkan akurasi pengenalan plar nomor kendaran dan Very Deep SuperResolution (VSDR) untuk mengeksplorasi peningkatan kinerja SR dengan peningkatan kedalaman jaringan. Dataset yang digunakan bersumber dari diskominfo kota Malang. Hasil akhir yang telah didapatkan pada metode SRCNN dan VDSR dengan menggunakan optimizer adam dan activator relu untuk layer convolution, metode VDSR mendapatkan nilai PSNR 39.756 dB dan MSE 0.001, dan metode SRCNN mendapatkan nilai PSNR 37.329 dB dan MSE 0.001. Dari hasil tersebut dapat disimpulkan VDSR melakukan rekontruksi gambar super resolusi dengan baik.
Kata kunci : Image enhancement, Super Resolution Convotional Neural Network, Very Deep Super Resolution
References
D. M. R. A. Aris Budianto, "Perbandingan K-Nearest Neighbor (KNN) Dan Support Vector Machine (SVM) Dalam Pengenalan Karakter Plat Kendaraan Bermotor," Vol 11, No 1 2018, p. 9, 2018.
N. H. F. Wawan Setiawan, "Deteksi Objek Plat Nomor Kendaraan Dengan Metode CNN," Vols. Vol 16, No 1, Juni 2022, 2022.
J. W. X. C. YUANTAO CHEN, "Single-Image Super-Resolution Algorithm Based on Structural Self-Similarity and Deformation Block Features," p. 12, 2019.
H. M. Yan Lv, "Improved SRCNN For Super Resolution Reconstruction," 26 April 2021.
N. M. Tresna, "Implementasi Metode Generative Adversarial Network Dengan Model Mobilenet," 2020.
G. D. C. J. J. S. D. Vint, "Evaluation Of Performance Of VDSR Super," p. 5, 2019.
H. F. Yuda Puspito, "Deteksi Posisi Plat Nomor Kendaraan Menggunakan Metode Transformasi Hough Dan Hit Or Miss," 2018.
O. D. N. K. T. M. Lazuardi Arsy, "Aplikasi Pengolahan Citra Digital Meat Detection Dengan Metode Segmentasi K-Mean Clustering Berbasis OpenCV Dan Eclipse," Vol.4, No.2, April 2016, p. 10, 2016.
M. R. A. ROMADHONI, "Klasifikasi Mata Glaukoma Dan Mata Normal Menggunakan Metode Support Vector Machine," 2020.
W. Z. H. G. Yingyi Sun, "Convolutional Neural Network Based Models for Improving," 2019.
S. K. T. K. Jin Yamanaka, "Fast and Accurate Image Super Resolution by Deep CNN with Skip Connection and Network in Network," 8 Jul 2017 (v1), 2020. [12] B. C. C. Y. Hyeongyeom Ahn, "Super-Resolution Convolutional Neural Networks Using Modified and Bilateral ReLU," 2019.
H. S. J. L. Linwei Yue, "Image Super-Resolution: The Techniques, Applications, And Future," 2016.
Y. K. J. B. Mengmeng Chen, "Monitoring Early Stage Invasion Of Exotic Spartina Alterniflora Using Deep-Learning Super-Resolution Techniques Based On Multisource High Resolution Satellite Imagery: A Case Study In The Yellow River Delta, China," 2020.
T. Nurhikmat, "Implementasi Deep Learning Untuk Image Classification Menggunakan Algoritma Convolutional Neural Network (CNN) Pada Citra Wayang Golek," 2018. [16] A. A. Hania, "Mengenal Artificial Intelligence, Machine Learning, Neural Network, dan Deep Learning," 2017.
C. M. T. Z. Yujie Li, "Underwater Image High Definition Display Using The Multilayer Perceptron And Color," 2019.
I. W. S. E. Putra, "Klasifikasi Citra Menggunakan Convolutional Neural Network (CNN) Pada Caltech 101," 2016.
P. W. C. Z. Haopeng Zhang, "A Comparable Study of CNN-Based Single Image Super Resolution for Space-Based Imaging Sensors," 2019.
T. Tong, G. Li, X. Liu and G. Qinquan, "Image Super-Resolution Using Dense Skip Connections," Vols. vol. 2017-Octob, pp.4809-4817, 2017.
D. N. Karyana, U. N. Wisesty and Jondri, Klasifikasi Emosi Berdasarkan Sinyal EEG Menggunakan Deep Neural Network, Vols. Vol.3, No.3 December 2016 | Page 5296, 2016.
