A METHOD FOR DETECTING SEATBELT VIOLATION BY USING IMAGES OF LICENSE PLATE RECOGNITION SYSTEM

The inventive product is a method for ensuring to learn by way of forming multiple deep learning models by means of processing image received from License Plate Recognition System (LPRS) camera, which is not of standard size, dimension and resolution with various process steps, and informing security units on seatbelt violations by way of said learning technique. Accordingly, the camera data is received from a server in the police station over Internet connection and a model is formed in these camera images to detect windshield; the windshield is detected by using this model. It is formed a model for detecting passenger and driver in the windshield area; the detection of driver and passenger is carried out within the windshield area on said model. It is formed a model for detecting seatbelt on the driver and passenger area and the seatbelt detection result is formed on the model depending on score values of the seatbelt detection on the example passenger images. L'invention concerne un procédé pour assurer l'apprentissage par la formation de multiples modèles d'apprentissage profond au moyen d'une image de traitement reçue d'une caméra de système de reconnaissance de plaques d'immatriculation (LPRS), qui n'ont pas la taille, la dimension et la résolution standard avec diverses étapes de traitement, et informer des unités de sécurité sur des violations en termes de port de ceinture de sécurité au moyen de ladite technique d'apprentissage. En conséquence, les données de caméra sont reçues d'un serveur dans le poste de police via une connexion Internet et un modèle est formé dans ces images de caméra pour détecter un pare-brise; le pare-brise est détecté à l'aide de ce modèle. On a formé un modèle pour détecter un passager et un conducteur dans la zone de pare-brise; la détection du conducteur et du passager est effectuée dans la zone de pare-brise sur ledit modèle. On a formé un modèle pour détecter une ceinture de sécurité sur le conducteur et la zone de passager, et le résultat de détection de ceinture de sécurité est formé sur le modèle en fonction de valeurs de score de la détection de ceinture de sécurité sur les images d'un passager d'exemple.