Automatic Brazilian Mercosur license plate recognition: an approach with synthetic images

Detalhes bibliográficos
Autor(a) principal: Ribeiro, Vinícius Campos Tinoco
Data de Publicação: 2019
Tipo de documento: Trabalho de conclusão de curso
Idioma: eng
Título da fonte: Repositório Institucional da UFRN
Texto Completo: https://repositorio.ufrn.br/handle/123456789/34166
Resumo: A utilização de imagens para obter informações de placas veículares não é uma exclusividade dos dias atuais. Em 1987, Mizumachi já apresentava um sistema que realizava a identificação de números em placas veiculares. Sistemas como esses são apresentados até hoje, principalmente pela viabilização de aplicações que podem ser realizadas com essas extrações, como: identificar veículos roubados ou irregulares, monitorar vias para multar precisamente motoristas infratores e controlar o acesso a estacionamentos. Os métodos para solucionar esse problema, geralmente referenciados como de Reconhecimento Automático de Placas (RAP) ou, em Inglês, Automatic License Plate Recognition (ALPR), consistem em, dada uma imagem, executar três etapas: localização da placa na cena, segmentação dos caracteres e reconhecimento óptico dos caracteres segmentados. Apesar de existir inúmeras soluções na literatura, o fato de não existir uma padronização mundial contribui para inúmeras propostas. Devido a essa falta de padronização, em 2014, a Resolução brasileira Nº 510 estabeleceu o sistema de placas de identificação de veículos no padrão Mercosul (CONSELHO NACIONAL DE TRÂNSITO (CONTRAN), 2014). Com esse novo padrão, as soluções existentes para o padrão antigo não se comportam como esperado, principalmente pelas mudanças de cores, formatos dos caracteres e ordem dos dígitos. Então, neste projeto, propõe-se um novo método para o reconhecimento automático de placas veiculares do padrão Mercosul e uma metodologia de geração artificial de placas veiculares do padrão Mercosul para acoplamento em imagens.
id UFRN_0c7ee80fe5ebdb731df621b91defe3d6
oai_identifier_str oai:https://repositorio.ufrn.br:123456789/34166
network_acronym_str UFRN
network_name_str Repositório Institucional da UFRN
repository_id_str
spelling Ribeiro, Vinícius Campos TinocoSantos, Selan Rodriguess dosGomes, Rafael BeserraSilva, Ivanovitch Medeiros da2019-12-04T19:57:16Z2021-09-20T11:46:13Z2019-12-04T19:57:16Z2021-09-20T11:46:13Z2019-11-2920180153460RIBEIRO, Vinícius Campos Tinoco. Automatic Brazilian Mercosur license plate recognition: an approach with synthetic images. 2019. 76 f. Monografia (Graduação) - Curso de Ciência da Computação, Departamento de Matemática e Informática Aplicada, Universidade Federal do Rio Grande do Norte, Natal, 2019.https://repositorio.ufrn.br/handle/123456789/34166A utilização de imagens para obter informações de placas veículares não é uma exclusividade dos dias atuais. Em 1987, Mizumachi já apresentava um sistema que realizava a identificação de números em placas veiculares. Sistemas como esses são apresentados até hoje, principalmente pela viabilização de aplicações que podem ser realizadas com essas extrações, como: identificar veículos roubados ou irregulares, monitorar vias para multar precisamente motoristas infratores e controlar o acesso a estacionamentos. Os métodos para solucionar esse problema, geralmente referenciados como de Reconhecimento Automático de Placas (RAP) ou, em Inglês, Automatic License Plate Recognition (ALPR), consistem em, dada uma imagem, executar três etapas: localização da placa na cena, segmentação dos caracteres e reconhecimento óptico dos caracteres segmentados. Apesar de existir inúmeras soluções na literatura, o fato de não existir uma padronização mundial contribui para inúmeras propostas. Devido a essa falta de padronização, em 2014, a Resolução brasileira Nº 510 estabeleceu o sistema de placas de identificação de veículos no padrão Mercosul (CONSELHO NACIONAL DE TRÂNSITO (CONTRAN), 2014). Com esse novo padrão, as soluções existentes para o padrão antigo não se comportam como esperado, principalmente pelas mudanças de cores, formatos dos caracteres e ordem dos dígitos. Então, neste projeto, propõe-se um novo método para o reconhecimento automático de placas veiculares do padrão Mercosul e uma metodologia de geração artificial de placas veiculares do padrão Mercosul para acoplamento em imagens.Using images to obtain vehicle license information is not an exclusive of the present day. In 1987, Mizumachi already presented a system that performed the identification of numbers in vehicle plates. Systems such as these are presented to date, mainly through the feasibility of applications that can be carried out with these extractions, such as: identifying stolen or irregular vehicles, monitoring roads to precisely fine drivers, and controlling access to parking lots. The methods for solving this problem, generally referred as Automatic Plate Recognition (LPR) or Automatic License Plate Recognition (ALPR), consists in three steps: license plate identification in scenes, character segmentation and optical recognition of segmented characters. Although there are many solutions in the literature, the fact that there is no global standardization contributes to many proposals. Due to this lack of standardization, in 2014, Brazilian Resolution No. 510 established the system of vehicle identification plates in the Mercosur standard (CONSELHO NACIONAL DE TRÂNSITO (CONTRAN), 2014). With this new standard, existing solutions to the old standard do not behave as expected, mainly because of color changes, character shapes, and order of digits. So, in this project, a new method is proposed for the automatic recognition of vehicular plates of the Mercosur standard and a license plate embedding methodology for generating large volumes of Mercosur license plate images.Universidade Federal do Rio Grande do NorteUFRNBrasilBacharelado em Ciência da ComputaçãoAttribution-NonCommercial-ShareAlike 3.0 Brazilhttp://creativecommons.org/licenses/by-nc-sa/3.0/br/info:eu-repo/semantics/openAccessCiência da ComputaçãoLicense plate recognitioncomputer visionconvolutional neural networkMercosursynthetic imagesyoloReconhecimento Automático de Placasvisão computacionalredes convolucionaisMercosulimagens sintéticasAutomatic Brazilian Mercosur license plate recognition: an approach with synthetic imagesinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisengreponame:Repositório Institucional da UFRNinstname:Universidade Federal do Rio Grande do Norte (UFRN)instacron:UFRNTEXTMonografia.pdf.txtExtracted texttext/plain119774https://repositorio.ufrn.br/bitstream/123456789/34166/1/Monografia.pdf.txt2c15c94045ba4e864e2475887e768107MD51ORIGINALAutomaticBrazilianMercosur_Ribeiro_2019.pdfMonografia de Vinícius Camposapplication/pdf19855147https://repositorio.ufrn.br/bitstream/123456789/34166/2/AutomaticBrazilianMercosur_Ribeiro_2019.pdff2c9cdd683caff46fad6bb295df613ccMD52CC-LICENSElicense_rdfapplication/octet-stream1037https://repositorio.ufrn.br/bitstream/123456789/34166/3/license_rdf996f8b5afe3136b76594f43bfda24c5eMD53LICENSElicense.txttext/plain762https://repositorio.ufrn.br/bitstream/123456789/34166/4/license.txte428689918449bd69f843393981e4109MD54123456789/341662023-01-09 14:52:36.343oai:https://repositorio.ufrn.br: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ório de PublicaçõesPUBhttp://repositorio.ufrn.br/oai/opendoar:2023-01-09T17:52:36Repositório Institucional da UFRN - Universidade Federal do Rio Grande do Norte (UFRN)false
dc.title.pt_BR.fl_str_mv Automatic Brazilian Mercosur license plate recognition: an approach with synthetic images
title Automatic Brazilian Mercosur license plate recognition: an approach with synthetic images
spellingShingle Automatic Brazilian Mercosur license plate recognition: an approach with synthetic images
Ribeiro, Vinícius Campos Tinoco
Ciência da Computação
License plate recognition
computer vision
convolutional neural network
Mercosur
synthetic images
yolo
Reconhecimento Automático de Placas
visão computacional
redes convolucionais
Mercosul
imagens sintéticas
title_short Automatic Brazilian Mercosur license plate recognition: an approach with synthetic images
title_full Automatic Brazilian Mercosur license plate recognition: an approach with synthetic images
title_fullStr Automatic Brazilian Mercosur license plate recognition: an approach with synthetic images
title_full_unstemmed Automatic Brazilian Mercosur license plate recognition: an approach with synthetic images
title_sort Automatic Brazilian Mercosur license plate recognition: an approach with synthetic images
author Ribeiro, Vinícius Campos Tinoco
author_facet Ribeiro, Vinícius Campos Tinoco
author_role author
dc.contributor.referees1.none.fl_str_mv Santos, Selan Rodriguess dos
dc.contributor.referees2.none.fl_str_mv Gomes, Rafael Beserra
dc.contributor.author.fl_str_mv Ribeiro, Vinícius Campos Tinoco
dc.contributor.advisor1.fl_str_mv Silva, Ivanovitch Medeiros da
contributor_str_mv Silva, Ivanovitch Medeiros da
dc.subject.cnpq.fl_str_mv Ciência da Computação
topic Ciência da Computação
License plate recognition
computer vision
convolutional neural network
Mercosur
synthetic images
yolo
Reconhecimento Automático de Placas
visão computacional
redes convolucionais
Mercosul
imagens sintéticas
dc.subject.por.fl_str_mv License plate recognition
computer vision
convolutional neural network
Mercosur
synthetic images
yolo
Reconhecimento Automático de Placas
visão computacional
redes convolucionais
Mercosul
imagens sintéticas
description A utilização de imagens para obter informações de placas veículares não é uma exclusividade dos dias atuais. Em 1987, Mizumachi já apresentava um sistema que realizava a identificação de números em placas veiculares. Sistemas como esses são apresentados até hoje, principalmente pela viabilização de aplicações que podem ser realizadas com essas extrações, como: identificar veículos roubados ou irregulares, monitorar vias para multar precisamente motoristas infratores e controlar o acesso a estacionamentos. Os métodos para solucionar esse problema, geralmente referenciados como de Reconhecimento Automático de Placas (RAP) ou, em Inglês, Automatic License Plate Recognition (ALPR), consistem em, dada uma imagem, executar três etapas: localização da placa na cena, segmentação dos caracteres e reconhecimento óptico dos caracteres segmentados. Apesar de existir inúmeras soluções na literatura, o fato de não existir uma padronização mundial contribui para inúmeras propostas. Devido a essa falta de padronização, em 2014, a Resolução brasileira Nº 510 estabeleceu o sistema de placas de identificação de veículos no padrão Mercosul (CONSELHO NACIONAL DE TRÂNSITO (CONTRAN), 2014). Com esse novo padrão, as soluções existentes para o padrão antigo não se comportam como esperado, principalmente pelas mudanças de cores, formatos dos caracteres e ordem dos dígitos. Então, neste projeto, propõe-se um novo método para o reconhecimento automático de placas veiculares do padrão Mercosul e uma metodologia de geração artificial de placas veiculares do padrão Mercosul para acoplamento em imagens.
publishDate 2019
dc.date.accessioned.fl_str_mv 2019-12-04T19:57:16Z
2021-09-20T11:46:13Z
dc.date.available.fl_str_mv 2019-12-04T19:57:16Z
2021-09-20T11:46:13Z
dc.date.issued.fl_str_mv 2019-11-29
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.pt_BR.fl_str_mv 20180153460
dc.identifier.citation.fl_str_mv RIBEIRO, Vinícius Campos Tinoco. Automatic Brazilian Mercosur license plate recognition: an approach with synthetic images. 2019. 76 f. Monografia (Graduação) - Curso de Ciência da Computação, Departamento de Matemática e Informática Aplicada, Universidade Federal do Rio Grande do Norte, Natal, 2019.
dc.identifier.uri.fl_str_mv https://repositorio.ufrn.br/handle/123456789/34166
identifier_str_mv 20180153460
RIBEIRO, Vinícius Campos Tinoco. Automatic Brazilian Mercosur license plate recognition: an approach with synthetic images. 2019. 76 f. Monografia (Graduação) - Curso de Ciência da Computação, Departamento de Matemática e Informática Aplicada, Universidade Federal do Rio Grande do Norte, Natal, 2019.
url https://repositorio.ufrn.br/handle/123456789/34166
dc.language.iso.fl_str_mv eng
language eng
dc.rights.driver.fl_str_mv Attribution-NonCommercial-ShareAlike 3.0 Brazil
http://creativecommons.org/licenses/by-nc-sa/3.0/br/
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Attribution-NonCommercial-ShareAlike 3.0 Brazil
http://creativecommons.org/licenses/by-nc-sa/3.0/br/
eu_rights_str_mv openAccess
dc.publisher.none.fl_str_mv Universidade Federal do Rio Grande do Norte
dc.publisher.initials.fl_str_mv UFRN
dc.publisher.country.fl_str_mv Brasil
dc.publisher.department.fl_str_mv Bacharelado em Ciência da Computação
publisher.none.fl_str_mv Universidade Federal do Rio Grande do Norte
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFRN
instname:Universidade Federal do Rio Grande do Norte (UFRN)
instacron:UFRN
instname_str Universidade Federal do Rio Grande do Norte (UFRN)
instacron_str UFRN
institution UFRN
reponame_str Repositório Institucional da UFRN
collection Repositório Institucional da UFRN
bitstream.url.fl_str_mv https://repositorio.ufrn.br/bitstream/123456789/34166/1/Monografia.pdf.txt
https://repositorio.ufrn.br/bitstream/123456789/34166/2/AutomaticBrazilianMercosur_Ribeiro_2019.pdf
https://repositorio.ufrn.br/bitstream/123456789/34166/3/license_rdf
https://repositorio.ufrn.br/bitstream/123456789/34166/4/license.txt
bitstream.checksum.fl_str_mv 2c15c94045ba4e864e2475887e768107
f2c9cdd683caff46fad6bb295df613cc
996f8b5afe3136b76594f43bfda24c5e
e428689918449bd69f843393981e4109
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFRN - Universidade Federal do Rio Grande do Norte (UFRN)
repository.mail.fl_str_mv
_version_ 1802117559157260288