Reconhecimento de placas veiculares em cenários complexos utilizando o método do subespaço
Autor(a) principal: | |
---|---|
Data de Publicação: | 2021 |
Outros Autores: | |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Biblioteca Digital de Teses e Dissertações da UFAM |
Texto Completo: | https://tede.ufam.edu.br/handle/tede/8664 |
Resumo: | Nesta dissertação, é proposto um sistema completo para a realização do processo de detecção e reconhecimento de placa de licenciamento veicular em imagens onde o processo de aquisição foi realizado com a câmera e o veículo em movimento, e que possui variações na iluminação e na resolução, além de cenários complexos. Como etapas de pré-processamento foram utilizados a conversão para a escala de cinza e o detector de objetos YOLO para realizar a detecção do carro. A primeira etapa da metodologia proposta foi a criação de bases de imagens, na qual foi utilizado o detector de objetos YOLO para detecção da placa e seis tipos de degradação para aumento de dados: ruído gaussiano, ruído de Poisson, ruído laplaciano, mudança de escala, rotação e mudança de contraste. Em seguida a metodologia proposta consistiu na aplicação de duas técnicas para o reconhecimento de placas veiculares, na primeira técnica utiliza-se o método do subespaço mútuo, e no segundo método utiliza-se como baseline redes neurais convolucionais. Os resultados obtidos na abordagem utilizando o método do subespaço mútuo teve como melhor resultado a acurácia de 57% e tempo médio de predição de 0,33ms, enquanto que o resultado da abordagem baseada em redes neurais convolucionais obteve como melhor resultado a acurácia de 94% e tempo médio de predição de 200ms. |
id |
UFAM_7545d4e863cec8c628a2cdc9082b3218 |
---|---|
oai_identifier_str |
oai:https://tede.ufam.edu.br/handle/:tede/8664 |
network_acronym_str |
UFAM |
network_name_str |
Biblioteca Digital de Teses e Dissertações da UFAM |
repository_id_str |
6592 |
spelling |
Reconhecimento de placas veiculares em cenários complexos utilizando o método do subespaçoLicense plate recognition in background complex using the subespace methodImagens digitais - DetecçãoInteligência artificialENGENHARIAS: ENGENHARIA ELETRICAPlacas veicularesMétodo do subespaçoRedes neurais convolucionaisVisão computacionalNesta dissertação, é proposto um sistema completo para a realização do processo de detecção e reconhecimento de placa de licenciamento veicular em imagens onde o processo de aquisição foi realizado com a câmera e o veículo em movimento, e que possui variações na iluminação e na resolução, além de cenários complexos. Como etapas de pré-processamento foram utilizados a conversão para a escala de cinza e o detector de objetos YOLO para realizar a detecção do carro. A primeira etapa da metodologia proposta foi a criação de bases de imagens, na qual foi utilizado o detector de objetos YOLO para detecção da placa e seis tipos de degradação para aumento de dados: ruído gaussiano, ruído de Poisson, ruído laplaciano, mudança de escala, rotação e mudança de contraste. Em seguida a metodologia proposta consistiu na aplicação de duas técnicas para o reconhecimento de placas veiculares, na primeira técnica utiliza-se o método do subespaço mútuo, e no segundo método utiliza-se como baseline redes neurais convolucionais. Os resultados obtidos na abordagem utilizando o método do subespaço mútuo teve como melhor resultado a acurácia de 57% e tempo médio de predição de 0,33ms, enquanto que o resultado da abordagem baseada em redes neurais convolucionais obteve como melhor resultado a acurácia de 94% e tempo médio de predição de 200ms.In this dissertation, a complete system is proposed for carrying out the process of detection and recognition of vehicle license plate in images where the acquisition process was carried out with the camera and vehicle in motion, and which has variations in lighting and resolution, as well as complex scenarios. As pre-processing steps, conversion to gray scale and YOLO object detector were used to perform car detection. The first stage of the proposed methodology was the creation of image bases, in which the YOLO object detector was used to detect the license plate and six types of degradation for data augmentation: Gaussian noise, Poisson noise, laplacian noise, scale change, rotation and contrast change. Then the proposed methodology consisted of the application of two techniques for vehicle license plate recognition, in the first technique the mutual subspace method is used, and in the second method convolutional neural networks are used as baseline. The results obtained in the approach using the mutual subspace method had as the best result the accuracy of 57% and average prediction time of 0.33ms, while the result of the approach based on convolutional neural networks obtained as the best result the accuracy of 94% and average prediction time of 200ms.CAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível SuperiorUniversidade Federal do AmazonasInstituto de Ciências ExatasBrasilUFAMPrograma de Pós-graduação em Engenharia ElétricaSilva Júnior, Waldir Sabino dahttp://lattes.cnpq.br/2925380715531711Cruz, Carlos Augusto de Moraeshttp://lattes.cnpq.br/4703865680016516Araújo, Gabriel Matoshttp://lattes.cnpq.br/4461794616207452Jesus, Anderson Sousa dehttp://lattes.cnpq.br/91877035798094492022-02-02T18:57:07Z2021-12-07info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfJESUS, Anderson Sousa de. Reconhecimento de placas veiculares em cenários complexos utilizando o método do subespaço. 2022. 70 f. Dissertação (Mestrado em Engenharia Elétrica, Universidade Federal do Amazonas, Manaus (AM), 2021.https://tede.ufam.edu.br/handle/tede/8664porinfo:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações da UFAMinstname:Universidade Federal do Amazonas (UFAM)instacron:UFAM2022-09-09T18:43:25Zoai:https://tede.ufam.edu.br/handle/:tede/8664Biblioteca Digital de Teses e Dissertaçõeshttp://200.129.163.131:8080/PUBhttp://200.129.163.131:8080/oai/requestddbc@ufam.edu.br||ddbc@ufam.edu.bropendoar:65922022-09-09T18:43:25Biblioteca Digital de Teses e Dissertações da UFAM - Universidade Federal do Amazonas (UFAM)false |
dc.title.none.fl_str_mv |
Reconhecimento de placas veiculares em cenários complexos utilizando o método do subespaço License plate recognition in background complex using the subespace method |
title |
Reconhecimento de placas veiculares em cenários complexos utilizando o método do subespaço |
spellingShingle |
Reconhecimento de placas veiculares em cenários complexos utilizando o método do subespaço Jesus, Anderson Sousa de Imagens digitais - Detecção Inteligência artificial ENGENHARIAS: ENGENHARIA ELETRICA Placas veiculares Método do subespaço Redes neurais convolucionais Visão computacional |
title_short |
Reconhecimento de placas veiculares em cenários complexos utilizando o método do subespaço |
title_full |
Reconhecimento de placas veiculares em cenários complexos utilizando o método do subespaço |
title_fullStr |
Reconhecimento de placas veiculares em cenários complexos utilizando o método do subespaço |
title_full_unstemmed |
Reconhecimento de placas veiculares em cenários complexos utilizando o método do subespaço |
title_sort |
Reconhecimento de placas veiculares em cenários complexos utilizando o método do subespaço |
author |
Jesus, Anderson Sousa de |
author_facet |
Jesus, Anderson Sousa de http://lattes.cnpq.br/9187703579809449 |
author_role |
author |
author2 |
http://lattes.cnpq.br/9187703579809449 |
author2_role |
author |
dc.contributor.none.fl_str_mv |
Silva Júnior, Waldir Sabino da http://lattes.cnpq.br/2925380715531711 Cruz, Carlos Augusto de Moraes http://lattes.cnpq.br/4703865680016516 Araújo, Gabriel Matos http://lattes.cnpq.br/4461794616207452 |
dc.contributor.author.fl_str_mv |
Jesus, Anderson Sousa de http://lattes.cnpq.br/9187703579809449 |
dc.subject.por.fl_str_mv |
Imagens digitais - Detecção Inteligência artificial ENGENHARIAS: ENGENHARIA ELETRICA Placas veiculares Método do subespaço Redes neurais convolucionais Visão computacional |
topic |
Imagens digitais - Detecção Inteligência artificial ENGENHARIAS: ENGENHARIA ELETRICA Placas veiculares Método do subespaço Redes neurais convolucionais Visão computacional |
description |
Nesta dissertação, é proposto um sistema completo para a realização do processo de detecção e reconhecimento de placa de licenciamento veicular em imagens onde o processo de aquisição foi realizado com a câmera e o veículo em movimento, e que possui variações na iluminação e na resolução, além de cenários complexos. Como etapas de pré-processamento foram utilizados a conversão para a escala de cinza e o detector de objetos YOLO para realizar a detecção do carro. A primeira etapa da metodologia proposta foi a criação de bases de imagens, na qual foi utilizado o detector de objetos YOLO para detecção da placa e seis tipos de degradação para aumento de dados: ruído gaussiano, ruído de Poisson, ruído laplaciano, mudança de escala, rotação e mudança de contraste. Em seguida a metodologia proposta consistiu na aplicação de duas técnicas para o reconhecimento de placas veiculares, na primeira técnica utiliza-se o método do subespaço mútuo, e no segundo método utiliza-se como baseline redes neurais convolucionais. Os resultados obtidos na abordagem utilizando o método do subespaço mútuo teve como melhor resultado a acurácia de 57% e tempo médio de predição de 0,33ms, enquanto que o resultado da abordagem baseada em redes neurais convolucionais obteve como melhor resultado a acurácia de 94% e tempo médio de predição de 200ms. |
publishDate |
2021 |
dc.date.none.fl_str_mv |
2021-12-07 2022-02-02T18:57:07Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
JESUS, Anderson Sousa de. Reconhecimento de placas veiculares em cenários complexos utilizando o método do subespaço. 2022. 70 f. Dissertação (Mestrado em Engenharia Elétrica, Universidade Federal do Amazonas, Manaus (AM), 2021. https://tede.ufam.edu.br/handle/tede/8664 |
identifier_str_mv |
JESUS, Anderson Sousa de. Reconhecimento de placas veiculares em cenários complexos utilizando o método do subespaço. 2022. 70 f. Dissertação (Mestrado em Engenharia Elétrica, Universidade Federal do Amazonas, Manaus (AM), 2021. |
url |
https://tede.ufam.edu.br/handle/tede/8664 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.publisher.none.fl_str_mv |
Universidade Federal do Amazonas Instituto de Ciências Exatas Brasil UFAM Programa de Pós-graduação em Engenharia Elétrica |
publisher.none.fl_str_mv |
Universidade Federal do Amazonas Instituto de Ciências Exatas Brasil UFAM Programa de Pós-graduação em Engenharia Elétrica |
dc.source.none.fl_str_mv |
reponame:Biblioteca Digital de Teses e Dissertações da UFAM instname:Universidade Federal do Amazonas (UFAM) instacron:UFAM |
instname_str |
Universidade Federal do Amazonas (UFAM) |
instacron_str |
UFAM |
institution |
UFAM |
reponame_str |
Biblioteca Digital de Teses e Dissertações da UFAM |
collection |
Biblioteca Digital de Teses e Dissertações da UFAM |
repository.name.fl_str_mv |
Biblioteca Digital de Teses e Dissertações da UFAM - Universidade Federal do Amazonas (UFAM) |
repository.mail.fl_str_mv |
ddbc@ufam.edu.br||ddbc@ufam.edu.br |
_version_ |
1800234129388732416 |