Reconhecimento de Dígitos em Imagens de Medidores de Energia no Contexto de um Aplicativo de Autoleitura / Digit Recognition in Energy Meter Images in the Context of a Self-Reading Application

• Autor(a) principal: Serra, Arthur Costa
• Data de Publicação: 2020
• Outros Autores: França, João Vitor Ferreira, Marques, Ricardo Costa da Silva, Figueredo, Weslley Kelson Ribeiro, Reis, Artur Bernardo Silva, Silva, Italo Francyles Santos da, Rocha, Simara Vieira da, Silva, Aristófanes Correa, Monteiro, Eliana Márcia G., Silva, Italo Fernandes S. da, Silva, Márcia Izabel A. da, Santos, Jose Messias dos
• Tipo de documento: Artigo
• Idioma: por
• Título da fonte: Brazilian Applied Science Review
• Texto Completo: https://ojs.brazilianjournals.com.br/ojs/index.php/BASR/article/view/12000
• topic: Consumo de Energia; Autoleitura; Reconhecimento; Processamento de imagens; Aprendizado de Máquina; HoG; LSS; SVM

Segundo a Agência Nacional de Energia Elétrica (ANEEL), perdas não-técnicas são aquelas relacionadas a furtos de energia e impedimento de acesso às unidades consumidoras. Uma alternativa viável e de menor custo para a redução dessas falhas seria a leitura realizada pelo próprio consumidor, denominada de autoleitura.  Esse processo engloba o uso de plataformas digitais, por meio das quais o consumidor registraria e enviaria as informações de consumo. Uma etapa primordial desse processo é o reconhecimento automático de dígitos em medidores por meio de imagens. Este trabalho propõe um método computacional para a realização dessa tarefa. São utilizados os descritores de característica Histogram of Oriented Gradients (HoG) e Local Self-similarity (LSS) de forma combinada e o classificador Máquina de Vetores de Suporte (SVM). O método alcança acurácia de 97,90% e 96,72%, respectivamente, para o reconhecimento de dígitos em medidores digitais e analógicos.