DETECÇÃO E RECONHECIMENTO DE PLACAS DE LICENCIAMENTO VEICULAR EM TEMPO REAL USANDO CNN
O Brasil possui uma grande frota de veículos trafegando diariamente pelas vias urbanas e estradas, o que se faz necessário o uso de alguma solução computacional para auxiliar no controle e gerenciamento. Neste trabalho foi desenvolvida uma aplicação para detectar e reconhecer placas de licenciamento...
| Main Authors: | , , , , , |
|---|---|
| Format: | Article |
| Language: | Portuguese |
| Published: |
Universidade do Oeste Paulista
2021-09-01
|
| Series: | Colloquium Exactarum |
| Subjects: | |
| Online Access: | https://revistas.unoeste.br/index.php/ce/article/view/4143 |
| _version_ | 1818399075255451648 |
|---|---|
| author | Marcelo Eidi Imamura Francisco Assis da Silva Leandro Luiz de Almeida Danillo Roberto Pereira Almir Olivette Artero Marco Antonio Piteri |
| author_facet | Marcelo Eidi Imamura Francisco Assis da Silva Leandro Luiz de Almeida Danillo Roberto Pereira Almir Olivette Artero Marco Antonio Piteri |
| author_sort | Marcelo Eidi Imamura |
| collection | DOAJ |
| description | O Brasil possui uma grande frota de veículos trafegando diariamente pelas vias urbanas e estradas, o que se faz necessário o uso de alguma solução computacional para auxiliar no controle e gerenciamento. Neste trabalho foi desenvolvida uma aplicação para detectar e reconhecer placas de licenciamento veicular em tempo real com várias possibilidades de aplicações. A metodologia desenvolvida neste trabalho possui três etapas principais, sendo a detecção da placa, a segmentação dos caracteres e o reconhecimento. Para a etapa de detecção foi utilizada a biblioteca YOLO, que faz uso de técnicas de aprendizagem de máquina para detectar objetos em tempo real. A YOLO foi treinada utilizando um dataset com imagens de placas em diferentes ambientes. Na etapa de segmentação foi realizada a separação dos caracteres individualmente que estão contidos na placa, fazendo o uso de métodos de processamento de imagem. Na última etapa, foi realizado o reconhecimento dos caracteres utilizando duas redes neurais convolucionais, obtendo uma taxa de acerto de 83,33%. |
| first_indexed | 2024-12-14T07:14:55Z |
| format | Article |
| id | doaj.art-aac36169c3a74c819469fae85938c71e |
| institution | Directory Open Access Journal |
| issn | 2178-8332 |
| language | Portuguese |
| last_indexed | 2024-12-14T07:14:55Z |
| publishDate | 2021-09-01 |
| publisher | Universidade do Oeste Paulista |
| record_format | Article |
| series | Colloquium Exactarum |
| spelling | doaj.art-aac36169c3a74c819469fae85938c71e2022-12-21T23:11:44ZporUniversidade do Oeste PaulistaColloquium Exactarum2178-83322021-09-01131DETECÇÃO E RECONHECIMENTO DE PLACAS DE LICENCIAMENTO VEICULAR EM TEMPO REAL USANDO CNNMarcelo Eidi Imamura0Francisco Assis da Silva1Leandro Luiz de Almeida2Danillo Roberto Pereira3Almir Olivette Artero4Marco Antonio Piteri5Universidade do Oeste Paulista - UNOESTEUniversidade do Oeste Paulista - UNOESTEUniversidade do Oeste Paulista - UNOESTEUniversidade do Oeste Paulista - UNOESTEUNESPUniversidade do Oeste Paulista - UNOESTEO Brasil possui uma grande frota de veículos trafegando diariamente pelas vias urbanas e estradas, o que se faz necessário o uso de alguma solução computacional para auxiliar no controle e gerenciamento. Neste trabalho foi desenvolvida uma aplicação para detectar e reconhecer placas de licenciamento veicular em tempo real com várias possibilidades de aplicações. A metodologia desenvolvida neste trabalho possui três etapas principais, sendo a detecção da placa, a segmentação dos caracteres e o reconhecimento. Para a etapa de detecção foi utilizada a biblioteca YOLO, que faz uso de técnicas de aprendizagem de máquina para detectar objetos em tempo real. A YOLO foi treinada utilizando um dataset com imagens de placas em diferentes ambientes. Na etapa de segmentação foi realizada a separação dos caracteres individualmente que estão contidos na placa, fazendo o uso de métodos de processamento de imagem. Na última etapa, foi realizado o reconhecimento dos caracteres utilizando duas redes neurais convolucionais, obtendo uma taxa de acerto de 83,33%.https://revistas.unoeste.br/index.php/ce/article/view/4143reconhecimento de placas de licenciamento veicular, aprendizado de máquina, visão computacional |
| spellingShingle | Marcelo Eidi Imamura Francisco Assis da Silva Leandro Luiz de Almeida Danillo Roberto Pereira Almir Olivette Artero Marco Antonio Piteri DETECÇÃO E RECONHECIMENTO DE PLACAS DE LICENCIAMENTO VEICULAR EM TEMPO REAL USANDO CNN Colloquium Exactarum reconhecimento de placas de licenciamento veicular, aprendizado de máquina, visão computacional |
| title | DETECÇÃO E RECONHECIMENTO DE PLACAS DE LICENCIAMENTO VEICULAR EM TEMPO REAL USANDO CNN |
| title_full | DETECÇÃO E RECONHECIMENTO DE PLACAS DE LICENCIAMENTO VEICULAR EM TEMPO REAL USANDO CNN |
| title_fullStr | DETECÇÃO E RECONHECIMENTO DE PLACAS DE LICENCIAMENTO VEICULAR EM TEMPO REAL USANDO CNN |
| title_full_unstemmed | DETECÇÃO E RECONHECIMENTO DE PLACAS DE LICENCIAMENTO VEICULAR EM TEMPO REAL USANDO CNN |
| title_short | DETECÇÃO E RECONHECIMENTO DE PLACAS DE LICENCIAMENTO VEICULAR EM TEMPO REAL USANDO CNN |
| title_sort | deteccao e reconhecimento de placas de licenciamento veicular em tempo real usando cnn |
| topic | reconhecimento de placas de licenciamento veicular, aprendizado de máquina, visão computacional |
| url | https://revistas.unoeste.br/index.php/ce/article/view/4143 |
| work_keys_str_mv | AT marceloeidiimamura deteccaoereconhecimentodeplacasdelicenciamentoveicularemtemporealusandocnn AT franciscoassisdasilva deteccaoereconhecimentodeplacasdelicenciamentoveicularemtemporealusandocnn AT leandroluizdealmeida deteccaoereconhecimentodeplacasdelicenciamentoveicularemtemporealusandocnn AT danillorobertopereira deteccaoereconhecimentodeplacasdelicenciamentoveicularemtemporealusandocnn AT almirolivetteartero deteccaoereconhecimentodeplacasdelicenciamentoveicularemtemporealusandocnn AT marcoantoniopiteri deteccaoereconhecimentodeplacasdelicenciamentoveicularemtemporealusandocnn |