Detecção de placas veiculares : uma abordagem adaptativa para a localização de placas utilizando descritores HOG.

Simple item page
dc.contributor.advisorCámara Chávez, Guillermopt_BR
dc.contributor.advisorGomes, David Menottipt_BR
dc.contributor.authorPrates, Raphael Felipe de Carvalho
dc.contributor.refereeCámara Chávez, Guillermopt_BR
dc.contributor.refereeGomes, David Menottipt_BR
dc.contributor.refereeNascimento, Erickson Rangel dopt_BR
dc.contributor.refereeSchwartz, William Robsonpt_BR
dc.date.accessioned2020-12-18T13:07:04Z
dc.date.available2020-12-18T13:07:04Z
dc.date.issued2014pt_BR
dc.descriptionPrograma de Pós-Graduação em Ciência da Computação. Departamento de Ciência da Computação, Instituto de Ciências Exatas e Biológicas, Universidade Federal de Ouro Preto.pt_BR
dc.description.abstractUm sistema de reconhecimento de placas veiculares é responsável por extrair informações visuais que possibilitem a identificação automática de veículos a partir de uma imagem ou sequência de imagens. Trata-se de uma área com muitos trabalhos publicados recentemente devido a sua aplicação em situações cotidianas como no pagamento automático de pedágios e no monitoramento do tráfego de veículos. Uma das etapas para a identificação dos veículos é a detecção das placas veiculares na imagem. Essa é considera a fase mais crítica do sistema devido às dificuldades decorrentes de variações ambientais (dia, noite, sol e chuva) e entre diferentes placas (sujeiras, cores, fontes e oclusão). Uma abordagem comum na detecção de placas veiculares é varrer a imagem usando uma janela deslizante com uma proporção entre a largura e a altura semelhante a da placa veicular. No entanto, para lidar com diferentes escalas é necessário fazer esse processo não em uma escala, mas em uma pirâmide de diferentes escalas. Esse método se opõe às exigências de desempenho do sistema que deve ser tempo-real. Assim, neste trabalho é proposto um método de detecção de placas veiculares utilizando janelas deslizantes que visa uma detecção eficaz analisando um número bem inferior de janelas na imagem quando comparado a abordagem em pirâmide. Com esse objetivo, dividimos o processo em duas etapas principais: (1) busca em uma quantidade mínima de escalas utilizando janelas deslizantes de forma a obter uma estimativa inicial da posição da placa e (2) a partir de cada estimativa inicial ´e realizada uma decomposição em mais escalas localmente, buscando um melhor casamento entre a janela de detecção e a placa real. Os resultados encontrados comprovam as vantagens do método proposto, são obtidas detecções mais precisas analisando 25% e 75% menos janelas que um método multiescalas convencional para as bases brasileira e grega, respectivamente. A confiabilidade do método é garantida por uma revocação de 98% para coeficiente de Jaccard de 50% em duas bases de imagens de diferentes nacionalidades.pt_BR
dc.description.abstractenA License Plate Recognition System is responsible for extracting visual information that enables the automatic identification of vehicles from an image or a sequence of images. It is an area with many works published recently due its application in numerous real-life situations, as automatic toll collection and vehicle traffic monitoring. One of the stages for vehicles identification is the license plates detection in the image. It is considered the most critical step of the system due the difficulty associated to environmental variations (day, night, sunny, cloudy) and among different license plates (dirts, colors, fonts and occlusion). A common approach in license plate detection is to scan the image using a sliding window with a ratio between width and height similar to the license plate. However, to deal with different scales is necessary do this process not at a single scale, but in a pyramid of different scales. This approach is opposed to the performance requirements of the system that must be real-time. So, in this work is proposed a method of detecting vehicle license plates using sliding windows that aims at effectively detecting analyzing very fewer windows in the image than the pyramid approach. With this objective, we divided the process in two main stages: (1) search at a minimum amount of scales using sliding windows aiming to get an initial estimate of the real license plate position and (2) from each initial estimate is conducted a local decompostion at more scales, in order to reach a better matching between the detected window and the real license plate. The results confirm the benefits of the proposed method, more precise detection are reached analyzing 25% and 75% fewer windows than a common multiscale method. The reliability is ensured by a recall of 98% for Jaccard index of 50% in two databases of different nationality.pt_BR
dc.identifier.citationPRATES, Raphael Felipe de Carvalho. Detecção de placas veiculares: uma abordagem adaptativa para a localização de placas utilizando descritores HOG. 99 f. 2014. Dissertação (Mestrado em Ciência da Computação) - Instituto de Ciências Exatas e Biológicas, Universidade Federal de Ouro Preto, Ouro Preto, 2014.pt_BR
dc.identifier.urihttp://www.repositorio.ufop.br/handle/123456789/13030
dc.language.isopt_BRpt_BR
dc.rightsabertopt_BR
dc.rights.licenseAutorização concedida ao Repositório Institucional da UFOP pelo(a) autor(a) em 08/12/2020 com as seguintes condições: disponível sob Licença Creative Commons 4.0 que permite copiar, distribuir e transmitir o trabalho, desde que sejam citados o autor e o licenciante.pt_BR
dc.subjectVeículospt_BR
dc.subjectSistemas de recuperação da informaçãopt_BR
dc.titleDetecção de placas veiculares : uma abordagem adaptativa para a localização de placas utilizando descritores HOG.pt_BR
dc.title.alternativeVehicle license plate detection : an adaptative method for locating vehicle license plates using hog descriptor.pt_BR
dc.typeDissertacaopt_BR
Files
Original bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
DISSERTAÇÃO_DetecçãoPlacasVeiculares.pdf
Size:
4.07 MB
Format:
Adobe Portable Document Format
Download
License bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
924 B
Format:
Item-specific license agreed upon to submission
Description:
Download
Collections
PPGAC - Mestrado (Dissertações)