Reconhecimento de caracteres de placa veicular usando redes neurais

Detalhes bibliográficos
Autor(a) principal: Dieguez, Allan Almeida
Data de Publicação: 2010
Tipo de documento: Trabalho de conclusão de curso
Idioma: por
Título da fonte: Repositório Institucional da UFRJ
Texto Completo: http://hdl.handle.net/11422/7513
Resumo: Este trabalho apresenta duas técnicas de extração de descritores para o reconhecimento de caracteres de placa de automóvel usando uma rede neural do tipo MLP. A primeira técnica usa o mapa de bits puro, junto com as projeções vertical e horizontal do mesmo, como características da imagem do caractere a serem aprendidas pela rede neural. A segunda extrai momentos bidimensionais sobre o mapa de bits, em uma tentativa de representar a imagem do caractere por um conjunto de medidas estatísticas sobre a mesma. As duas soluções são comparadas em termos de desempenho total e por classe. Também é analisada a facilidade de aprendizado pela rede neural, em termos de tempo e convergência no treinamento.
id UFRJ_8785c27f27aa33e65cc34ded09b1f87b
oai_identifier_str oai:pantheon.ufrj.br:11422/7513
network_acronym_str UFRJ
network_name_str Repositório Institucional da UFRJ
repository_id_str
spelling Dieguez, Allan AlmeidaVillas-Boas, Sergio BarbosaMello, Flávio Luís dePetraglia, Mariane Rembold2019-04-26T18:54:21Z2023-11-30T03:03:00Z2010-02http://hdl.handle.net/11422/7513Submitted by Moreno Barros (moreno@ct.ufrj.br) on 2019-04-26T18:43:51Z No. of bitstreams: 1 monopoli10002146.pdf: 1667862 bytes, checksum: f75ef0fdaefee59f1dc0a90917ddf034 (MD5)Approved for entry into archive by Moreno Barros (moreno@ct.ufrj.br) on 2019-04-26T18:54:21Z (GMT) No. of bitstreams: 1 monopoli10002146.pdf: 1667862 bytes, checksum: f75ef0fdaefee59f1dc0a90917ddf034 (MD5)Made available in DSpace on 2019-04-26T18:54:21Z (GMT). No. of bitstreams: 1 monopoli10002146.pdf: 1667862 bytes, checksum: f75ef0fdaefee59f1dc0a90917ddf034 (MD5) Previous issue date: 2010-02Este trabalho apresenta duas técnicas de extração de descritores para o reconhecimento de caracteres de placa de automóvel usando uma rede neural do tipo MLP. A primeira técnica usa o mapa de bits puro, junto com as projeções vertical e horizontal do mesmo, como características da imagem do caractere a serem aprendidas pela rede neural. A segunda extrai momentos bidimensionais sobre o mapa de bits, em uma tentativa de representar a imagem do caractere por um conjunto de medidas estatísticas sobre a mesma. As duas soluções são comparadas em termos de desempenho total e por classe. Também é analisada a facilidade de aprendizado pela rede neural, em termos de tempo e convergência no treinamento.porUniversidade Federal do Rio de JaneiroUFRJBrasilEscola PolitécnicaCNPQ::ENGENHARIASRedes neurais artificiaisInteligência computacionalReconhecimento de caracteres de placa veicular usando redes neuraisinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisabertoinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFRJinstname:Universidade Federal do Rio de Janeiro (UFRJ)instacron:UFRJORIGINALmonopoli10002146.pdfmonopoli10002146.pdfapplication/pdf1667862http://pantheon.ufrj.br:80/bitstream/11422/7513/1/monopoli10002146.pdff75ef0fdaefee59f1dc0a90917ddf034MD51LICENSElicense.txtlicense.txttext/plain; charset=utf-81853http://pantheon.ufrj.br:80/bitstream/11422/7513/2/license.txtdd32849f2bfb22da963c3aac6e26e255MD5211422/75132023-11-30 00:03:00.113oai:pantheon.ufrj.br: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Repositório de PublicaçõesPUBhttp://www.pantheon.ufrj.br/oai/requestopendoar:2023-11-30T03:03Repositório Institucional da UFRJ - Universidade Federal do Rio de Janeiro (UFRJ)false
dc.title.pt_BR.fl_str_mv Reconhecimento de caracteres de placa veicular usando redes neurais
title Reconhecimento de caracteres de placa veicular usando redes neurais
spellingShingle Reconhecimento de caracteres de placa veicular usando redes neurais
Dieguez, Allan Almeida
CNPQ::ENGENHARIAS
Redes neurais artificiais
Inteligência computacional
title_short Reconhecimento de caracteres de placa veicular usando redes neurais
title_full Reconhecimento de caracteres de placa veicular usando redes neurais
title_fullStr Reconhecimento de caracteres de placa veicular usando redes neurais
title_full_unstemmed Reconhecimento de caracteres de placa veicular usando redes neurais
title_sort Reconhecimento de caracteres de placa veicular usando redes neurais
author Dieguez, Allan Almeida
author_facet Dieguez, Allan Almeida
author_role author
dc.contributor.author.fl_str_mv Dieguez, Allan Almeida
dc.contributor.referee1.fl_str_mv Villas-Boas, Sergio Barbosa
dc.contributor.referee2.fl_str_mv Mello, Flávio Luís de
dc.contributor.advisor1.fl_str_mv Petraglia, Mariane Rembold
contributor_str_mv Villas-Boas, Sergio Barbosa
Mello, Flávio Luís de
Petraglia, Mariane Rembold
dc.subject.cnpq.fl_str_mv CNPQ::ENGENHARIAS
topic CNPQ::ENGENHARIAS
Redes neurais artificiais
Inteligência computacional
dc.subject.por.fl_str_mv Redes neurais artificiais
Inteligência computacional
description Este trabalho apresenta duas técnicas de extração de descritores para o reconhecimento de caracteres de placa de automóvel usando uma rede neural do tipo MLP. A primeira técnica usa o mapa de bits puro, junto com as projeções vertical e horizontal do mesmo, como características da imagem do caractere a serem aprendidas pela rede neural. A segunda extrai momentos bidimensionais sobre o mapa de bits, em uma tentativa de representar a imagem do caractere por um conjunto de medidas estatísticas sobre a mesma. As duas soluções são comparadas em termos de desempenho total e por classe. Também é analisada a facilidade de aprendizado pela rede neural, em termos de tempo e convergência no treinamento.
publishDate 2010
dc.date.issued.fl_str_mv 2010-02
dc.date.accessioned.fl_str_mv 2019-04-26T18:54:21Z
dc.date.available.fl_str_mv 2023-11-30T03:03:00Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/bachelorThesis
format bachelorThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/11422/7513
url http://hdl.handle.net/11422/7513
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.publisher.none.fl_str_mv Universidade Federal do Rio de Janeiro
dc.publisher.initials.fl_str_mv UFRJ
dc.publisher.country.fl_str_mv Brasil
dc.publisher.department.fl_str_mv Escola Politécnica
publisher.none.fl_str_mv Universidade Federal do Rio de Janeiro
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFRJ
instname:Universidade Federal do Rio de Janeiro (UFRJ)
instacron:UFRJ
instname_str Universidade Federal do Rio de Janeiro (UFRJ)
instacron_str UFRJ
institution UFRJ
reponame_str Repositório Institucional da UFRJ
collection Repositório Institucional da UFRJ
bitstream.url.fl_str_mv http://pantheon.ufrj.br:80/bitstream/11422/7513/1/monopoli10002146.pdf
http://pantheon.ufrj.br:80/bitstream/11422/7513/2/license.txt
bitstream.checksum.fl_str_mv f75ef0fdaefee59f1dc0a90917ddf034
dd32849f2bfb22da963c3aac6e26e255
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFRJ - Universidade Federal do Rio de Janeiro (UFRJ)
repository.mail.fl_str_mv
_version_ 1784097135438856192

Registros relacionados