There are two main steps to extract

There are two main steps to extract the key frames.
First, the parameter qualified the character in every
frame should be figured out. Second, we should check
226
whether the parameter is the key character. In the lane
surveillance system, the useful information includes
the vehicle-license-plate, the model, and the color of
the vehicle and the portrait of passenger in the vehicle.
We call all the information mentioned above as valid
information in the lane surveillance system. We don’t
care about the other background information. So we
use the valid information in every frame as the key
character to be qualified, according to these qualified
key characters, we can get a peak value in the curve
which is used to describe the change of these
characters according to the time axis. Then we select
the frame at the peak value as the key frame.
From analyzing every frame in lane surveillance
system, the vehicle information must include the
vehicle-license-plate; what is more, the vehiclelicense-plate
lies in the downside of vehicle. So the
nearer the vehicle-license-plate is to the bottom of the
image, the more information of the vehicle can be
captured, that is to say, more body of the vehicle and
more information about driver can be included in the
frame. If the vehicle-license-plate of the vehicle can be
located, we use the distance between the location of
vehicle-license-plate and the bottom of the image as
the eigenfunction. The less eigenfunction, the more
information of vehicle can be captured in the frame.
Presently, there has been much research done on the
vehicle-license-plate locating. Among these main
methods, are methods based on color information,
combining wavelet transform with morphology,
projection of binarization, and energy filter [5,6,7,8],
etc. In order to extract the key frame accurately and
quickly, we select the method based on adaptive
energy filter to locate the vehicle-license-plate. In this
selected method, because that the energy of the vehicle
license-plate is highly concentrated in horizontal
direction, the candidates of vehicle license-plate can be
fast and roughly segmented by an adaptive high-pass
energy filter ， the candidates are validated and
modified according to the fine texture feature of
vehicle license-plate．Thus，the vehicle license-plate
can be accurately located ． After we obtain the
location of the vehicle-license-plate in every frame, we
select the frame in which the location of the vehiclelicense-plate
is nearest to the bottom as the key frame.
Experimental result of is shown as follows.

ผลลัพธ์ (ไทย) 1:

มีสองขั้นตอนหลักการแยกเฟรมหลักครั้งแรก พารามิเตอร์คุณสมบัติอักขระในทุกเฟรมควรจะคิดออก สอง เราควรตรวจสอบ226ว่าพารามิเตอร์คือ ตัวละครสำคัญ ในช่องทางระบบการเฝ้าระวัง มีข้อมูลที่เป็นประโยชน์ยานพาหนะลิขสิทธิ์แผ่น แบบจำลอง และสีของยานพาหนะและบุคคลของผู้โดยสารในรถเราเรียกข้อมูลทั้งหมดที่กล่าวข้างต้นถูกต้องเป็นข้อมูลในระบบเฝ้าระวังเลน เราไม่ดูแลเกี่ยวกับข้อมูลเบื้องหลังอื่น ๆ ดังนั้นเราใช้ข้อมูลที่ถูกต้องในทุกเฟรมเป็นคีย์คุณสมบัติอักขระจะ มีคุณสมบัติตามนี้แป้นอักขระ เราได้ค่าสูงสุดในโค้งที่ใช้เพื่ออธิบายการเปลี่ยนแปลงเหล่านี้ตัวตามแกนเวลา แล้ว เราเลือกกรอบที่ค่าสูงสุดเป็นคีย์เฟรมจากการวิเคราะห์ทุกเฟรมในเลนเฝ้าระวังระบบ ข้อมูลของรถต้องมีการยานพาหนะ--ป้าย เพิ่มเติม แผ่น vehiclelicense คืออะไรอยู่ในข้อเสียของรถ ดังนั้นการชนิดรถ--ป้ายจะอยู่ด้านล่างของใบรูปภาพ ข้อมูลเพิ่มเติมของรถได้จับ กล่าวคือ เนื้อหาเพิ่มเติมของยานพาหนะ และข้อมูลเพิ่มเติมเกี่ยวกับโปรแกรมควบคุมสามารถจะรวมในการเฟรม ถ้าในรถ--ป้ายของรถได้ตั้งอยู่ เราใช้ระยะห่างระหว่างตำแหน่งที่ตั้งของรถป้ายและด้านล่างของภาพเป็นeigenfunction Eigenfunction น้อยกว่า มากกว่าสามารถบันทึกข้อมูลของยานพาหนะในเฟรมปัจจุบัน ได้มีวิจัยมากทำบนรถป้ายตำแหน่ง ในหมู่เหล่านี้หลักวิธี มีวิธีใช้ข้อมูลสีรวม wavelet แปลง มีสัณฐานวิทยาโปรเจคเตอร์ binarization และตัวกรองพลังงาน [5,6,7,8],ฯลฯ การแยกเฟรมหลักอย่างถูกต้อง และอย่างรวดเร็ว เราเลือกวิธีการตามเหมาะสมพลังงานการกรองเพื่อค้นหารถใบอนุญาตจาน ในที่นี้เลือกวิธี เนื่องจากที่พลังงานของยานพาหนะ-ป้ายมีเข้มข้นสูงในแนวนอนทิศทาง สมัครรถป้ายสามารถแบ่งเป็นส่วน ๆ อย่างคร่าว ๆ โดยสูงผ่านการปรับให้เหมาะสม และรวดเร็วตัวกรองพลังงาน ผู้สมัครที่ผ่านการตรวจสอบ และปรับเปลี่ยนตามลักษณะพื้นผิวที่ดีของรถ plate.Thus,the ใบอนุญาตยานพาหนะป้ายสามารถอยู่ได้อย่างถูกต้องหลังจากที่เราได้รับการสถานยานพาหนะ--ป้ายทุกเฟรม เราเลือกเฟรมที่ตำแหน่งของแผ่น vehiclelicenseมีทางสะดวกด้านล่างเป็นคีย์เฟรมแสดงผลการทดลองดังนี้

ผลลัพธ์ (ไทย) 2:

มีสองขั้นตอนหลักในการสกัดคีย์เฟรมที่มี. ครั้งแรกที่มีคุณสมบัติพารามิเตอร์ตัวละครในทุกกรอบที่ควรจะคิดออก ประการที่สองเราควรตรวจสอบ226 ว่าพารามิเตอร์เป็นตัวละครที่สำคัญ ในช่องทางของระบบเฝ้าระวังข้อมูลที่เป็นประโยชน์รวมถึงรถใบอนุญาตแผ่นรูปแบบและสีของรถและภาพของผู้โดยสารในรถที่. เราเรียกข้อมูลทั้งหมดที่กล่าวมาข้างต้นที่ถูกต้องข้อมูลระบบการเฝ้าระวังเลน. เราไม่ได้สนใจเกี่ยวกับข้อมูลพื้นฐานอื่น ๆ ดังนั้นเราจึงใช้ข้อมูลที่ถูกต้องในทุกเฟรมเป็นกุญแจสำคัญที่ตัวละครจะมีคุณสมบัติตามที่เหล่านี้มีคุณสมบัติตัวละครที่สำคัญเราจะได้รับค่าสูงสุดในโค้งที่ใช้ในการอธิบายการเปลี่ยนแปลงเหล่านี้ตัวอักษรตามแกนเวลา จากนั้นเราก็เลือกกรอบที่ค่าสูงสุดเป็นกรอบสำคัญ. จากการวิเคราะห์กรอบทุกช่องทางในการเฝ้าระวังระบบข้อมูลยานพาหนะต้องมีรถใบอนุญาตแผ่น; สิ่งที่เป็นมากขึ้น vehiclelicense แผ่นอยู่ในข้อเสียของรถ ดังนั้นใกล้รถใบอนุญาตแผ่นคือด้านล่างของภาพที่ข้อมูลเพิ่มเติมของรถที่สามารถจับที่จะพูดในร่างกายมากขึ้นของรถและข้อมูลเพิ่มเติมเกี่ยวกับการขับสามารถจะรวมอยู่ในกรอบ ถ้ารถใบอนุญาตจานของยานพาหนะที่สามารถอยู่เราจะใช้ระยะห่างระหว่างสถานที่ตั้งของรถใบอนุญาตแผ่นและด้านล่างของภาพที่เป็นeigenfunction น้อย eigenfunction ที่มากกว่าข้อมูลของยานพาหนะสามารถจับภาพในกรอบ. ปัจจุบันได้มีการวิจัยมากทำในรถใบอนุญาตแผ่นตำแหน่ง ในบรรดาหลักเหล่านี้วิธีการนี้เป็นวิธีการบนพื้นฐานของข้อมูลสีรวมแปลงเวฟเล็ตที่มีลักษณะทางสัณฐานวิทยา, การประมาณการของฐานสองและกรองพลังงาน [5,6,7,8] ฯลฯ เพื่อดึงกรอบที่สำคัญอย่างถูกต้องและรวดเร็วเราเลือกวิธีการขึ้นอยู่กับการปรับตัวกรองพลังงานที่จะหารถที่ใบอนุญาตแผ่น ในการนี้วิธีการเลือกเพราะเห็นว่าพลังงานของรถใบอนุญาตแผ่นมีความเข้มข้นสูงในแนวนอนทิศทางที่ผู้สมัครของใบอนุญาตแผ่นรถสามารถเป็นได้อย่างรวดเร็วและแบ่งคร่าวๆ โดยการปรับตัวสูงผ่านตัวกรองพลังงานผู้สมัครที่ได้รับการตรวจสอบและการแก้ไขตามคุณลักษณะเนื้อดีของรถใบอนุญาต plate.Thus ใบอนุญาตแผ่นรถสามารถอยู่ได้อย่างถูกต้อง หลังจากที่เราได้รับสถานที่ตั้งของรถใบอนุญาตแผ่นในทุกเฟรมเราเลือกกรอบที่สถานที่ตั้งของvehiclelicense-จานอยู่ใกล้กับด้านล่างเป็นกรอบสำคัญ. ผลการทดลองแสดงให้เห็นดังต่อไปนี้

ผลลัพธ์ (ไทย) 3:

มีสองขั้นตอนหลักเพื่อดึงคีย์เฟรม .
1 พารามิเตอร์คุณสมบัติตัวละครทุก
กรอบควรจะคิดออก ประการที่สอง เราต้องตรวจสอบว่าเป็นค่า

แต่ตัวละครหลัก ในระบบเฝ้าระวังเลน
, ข้อมูลที่เป็นประโยชน์ รวมถึง
รถป้ายทะเบียน รุ่น และสีรถและภาพเหมือนของ

ผู้โดยสารในรถเราเรียกข้อมูลทั้งหมดที่กล่าวถึงข้างต้นเป็นใช้ได้
ข้อมูลในระบบการเฝ้าระวัง เลน . เราไม่
ดูแลเกี่ยวกับข้อมูลพื้นหลังอื่น ๆ เราใช้ข้อมูลที่ถูกต้องในทุกๆ

กรอบเป็นตัวสำคัญที่จะต้องมีคุณสมบัติตามเหล่านี้มีคุณสมบัติ
คีย์ตัวอักษร เราสามารถหาค่าสูงสุดในโค้ง
ซึ่งถูกใช้เพื่ออธิบายการเปลี่ยนแปลงเหล่านี้
อักขระตามเวลาที่แกน แล้วเราเลือก
กรอบที่มูลค่าสูงสุดเป็นคีย์เฟรม .
จากการวิเคราะห์ทุกเฟรมในระบบเฝ้าระวัง
เลน , ข้อมูลรถต้องรวม
รถทะเบียนรถ ; สิ่งที่เพิ่มเติมคือ vehiclelicense จาน
อยู่ในข้อเสียของรถ ดังนั้น
ใกล้รถป้ายทะเบียนไปด้านล่างของ
ภาพข้อมูลเพิ่มเติมของยานพาหนะสามารถ
จับ และพูดได้ว่าร่างกายของยานพาหนะและข้อมูลเพิ่มเติมเกี่ยวกับไดร์เวอร์

สามารถรวมอยู่ในกรอบ ถ้ารถป้ายทะเบียนของรถสามารถ
อยู่ เราใช้ระยะห่างระหว่างตำแหน่งของแผ่นป้ายทะเบียนรถยนต์และรถ

ด้านล่างของภาพเป็นฟังก์ชันลักษณะเฉพาะ . น้อยกว่าฟังก์ชันลักษณะเฉพาะ ยิ่ง
รายละเอียดของรถที่สามารถจับภาพในเฟรม
ปัจจุบันมีมากทำงานวิจัยบน
รถทะเบียนรถซึม . ระหว่างวิธีการเหล่านี้หลักวิธีการขึ้นอยู่กับข้อมูล

รวมสี , การแปลงเวฟกับการศึกษา
ฉายภาพ และพลังงาน ห้า หก เจ็ดหรือแปดตัวกรอง [ ] ,
ฯลฯ เพื่อสกัดคีย์เฟรมที่ถูกต้องและ
อย่างรวดเร็วเราเลือกวิธีขึ้นอยู่กับตัวกรองพลังงานปรับตัว
ค้นหารถทะเบียนรถ ในนี้
วิธีเลือก เพราะพลังงานของยานพาหนะ
ป้ายทะเบียนมีความเข้มข้นสูงในทิศทางแนวนอน
, ผู้สมัครของเลขทะเบียนรถสามารถ
อย่างรวดเร็วและประมาณแบ่งตามการ
พลังงานสูงผ่านกรองผู้สมัครจะถูกตรวจสอบและ
ปรับเปลี่ยนไปตามเนื้อละเอียดคุณลักษณะของ
ป้ายทะเบียนยานพาหนะ ดังนั้น รถป้ายทะเบียน
สามารถถูกต้องอยู่ หลังจากที่เราขอรับ
ที่ตั้งของรถในทุกกรอบป้ายทะเบียนรถเรา
เลือกกรอบที่ตำแหน่งของ vehiclelicense จาน
ใกล้ที่ด้านล่างเป็นกรอบสำคัญ
ผลการทดลองของดังต่อไปนี้