Use este identificador para citar ou linkar para este item: http://www.repositorio.ufop.br/jspui/handle/123456789/7657
Título: Proposta e avaliação de um sistema automático para identificação de veículos.
Autor(es): Oliveira Neto, Vantuil José de
Orientador(es): Menotti, David
Palavras-chave: Visão computacional
Automação
Processamento de imagens
Sistemas de reconhecimento de padrões
Rastreamento automático
Data do documento: 2013
Membros da banca: Menotti, David
Cámara Chávez, Guillermo
Bianchi, Andrea Gomes Campos
Facon, Jacques
Guimarães, Silvio Jamil Ferzoli
Santos, Haroldo Gambini
Referência: OLIVEIRA NETO, Vantuil José de. Proposta e avaliação de um sistema automático para identificação de veículos. 2013. 108 f. Dissertação (Mestrado em Ciência da Computação) - Instituto de Ciências Exatas e Biológicas, Universidade Federal de Ouro Preto, Ouro Preto, 2013.
Resumo: Sistemas automáticos de identificação de veículos têm como objetivo a identificação de automóveis por meio de suas placas. A maioria dos trabalhos relatados na literatura científica utilizam imagens únicas de um veículo, em geral capturadas sob condições de iluminação e distância controladas, utilizando em muitos casos um gatilho que informa ao sistema qual o momento em que a imagem deve ser processada pelo sistema. Nosso sistema parte de uma abordagem diferente: a localização e o rastreamento dos veículos ao longo da cena. Com esta abordagem o uso do gatilho é dispensado, a área para localização da placa é diminuída devido ao rastreamento do veículo e a quantidade de quadros disponíveis para um mesmo veículo é aumentada. Construímos uma base de vídeos com 1061 veículos divididos em 23 vídeos diferentes, capturados em quatro pontos distintos no acesso principal da nossa universidade. O sistema foi desenvolvido utilizando C++ e OpenCv, e constituído de 6 módulos: localização de movimento, rastreamento de veículos, seleção do melhor frame, localização da placa, segmentação dos caracteres e reconhecimento; cada um dos módulos foi construído independentemente, permitindo assim que trabalhos futuros alterem apenas um destes módulos, dando mais flexibilidade a trabalhos futuros. O sistema funciona em tempo real, processando o vídeo em menos tempo do que o tempo total do vídeo. Em nossa base, o sistema foi capaz de identificar perfeitamente apenas 27,7% dos veículos, no entanto de reconhecer 54,7% dos caracteres rotulados. Em pontos de referência mais adequados, atingimos 65,8% e 65,03% de reconhecimento de caracteres, com 71,11% e 70,30% de identificação de veículos com quatro ou mais dígitos da placa corretamente reconhecidos. Embora o sistema não apresente resultados promissores nos vídeos avaliados, ele abre espaço para que diferentes métodos e abordagens encapsulados em módulos do sistema possam ser facilmente avaliados.
Resumo em outra língua: Automatic vehicle identification system try to identity cars by license plates. Many work in scientific literature use only one image for any vehicle, manually selected, usually captured under lighting conditions and distance controlled, triggers are often used to inform the system when the image should be processed by the system. This work is proposing a new approach to select the images: location and tracking fo vehicles by teh scene. By using this technique, we can avoid triggers, reduce the area of image that is used to locate the license plate and increase the number of available images for a same vehicle. We built a database of videos with 1061 vehicles divided into 23 different videos captured in four distinct points on the main access of our university . The system was developed using C + + and OpenCV. It consists of 6 modules : moving detection, tracking , selection of the best frame, location of the plate , segmentation of characters and recognition; each module was built independently allowing future work to change only one of these modules , giving more flexibility to future work . The system executes in real time, the video processing consume less time than the total time of the video. In our database , the system was able to perfectly identify only 27.7 % of the vehicles , however can recognize 54.7 % of characters labeled . In some databases, we achieved 65.8 % and 65.03 % of character recognition , with 71.11 % and 70.30 % identified vehicles with four or more digits properly recognized . Although the system does not show promising results evaluated in the videos , it allows that different approaches and methods encapsulated in the modules of the system to be easily evaluated.
Descrição: Programa de Pós-Graduação em Ciência da Computação. Departamento de Ciência da Computação, Instituto de Ciências Exatas e Biológicas, Universidade Federal de Ouro Preto.
URI: http://www.repositorio.ufop.br/handle/123456789/7657
Licença: Autorização concedida ao Repositório Institucional da UFOP pelo(a) autor(a) em 20/04/2017 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. Não permite o uso para fins comerciais nem a adaptação.
Aparece nas coleções:PPGCC - Mestrado (Dissertações)

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
DISSERTAÇÃO_PropostaAvaliaçãoSistema.pdf39,31 MBAdobe PDFVisualizar/Abrir


Este item está licenciado sob uma Licença Creative Commons Creative Commons