Proposta e avaliação de um sistema automático para identificação de veículos.

dc.contributor.advisorMenotti, Davidpt_BR
dc.contributor.authorOliveira Neto, Vantuil José de
dc.contributor.refereeMenotti, Davidpt_BR
dc.contributor.refereeCámara Chávez, Guillermopt_BR
dc.contributor.refereeBianchi, Andrea Gomes Campospt_BR
dc.contributor.refereeFacon, Jacquespt_BR
dc.contributor.refereeGuimarães, Silvio Jamil Ferzolipt_BR
dc.contributor.refereeSantos, Haroldo Gambinipt_BR
dc.date.accessioned2017-05-02T16:51:54Z
dc.date.available2017-05-02T16:51:54Z
dc.date.issued2013
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.abstractSistemas 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.pt_BR
dc.description.abstractenAutomatic 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.pt_BR
dc.identifier.citationOLIVEIRA 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.pt_BR
dc.identifier.urihttp://www.repositorio.ufop.br/handle/123456789/7657
dc.language.isopt_BRpt_BR
dc.rightsabertopt_BR
dc.rights.licenseAutorização 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.pt_BR
dc.subjectVisão computacionalpt_BR
dc.subjectAutomaçãopt_BR
dc.subjectProcessamento de imagenspt_BR
dc.subjectSistemas de reconhecimento de padrõespt_BR
dc.subjectRastreamento automáticopt_BR
dc.titleProposta e avaliação de um sistema automático para identificação de veículos.pt_BR
dc.typeDissertacaopt_BR

Arquivos

Pacote original

Agora exibindo 1 - 1 de 1
Nenhuma Miniatura Disponível
Nome:
DISSERTAÇÃO_PropostaAvaliaçãoSistema.pdf
Tamanho:
38.39 MB
Formato:
Adobe Portable Document Format

Licença do pacote

Agora exibindo 1 - 1 de 1
Nenhuma Miniatura Disponível
Nome:
license.txt
Tamanho:
924 B
Formato:
Item-specific license agreed upon to submission
Descrição: