Reconhecimento de placas veiculares utilizando deep learning : análise da influência de dados sintéticos no processo de reconhecimento

Abstract

O reconhecimento automático de placas de veículos tem sido alvo de diversos estudos, dada a sua aplicabilidade em situações reais: cobrança de pedágio, identificação de veículos em estacionamentos ou mesmo por questões de segurança em controle de veículos que cruzam fronteiras entre os países. O trabalho desenvolvido aqui consiste em retreinar tanto um modelo de reconhecimento de placas como um modelo de reconhecimento de objetos diversos, utilizando bases de dados sintéticas de placas no padrão brasileiro com variações de rotação, tamanho e ruído. Assim, a influência da utilização de placas sintéticas na acurácia de sistemas responsáveis por localizar placas reais, segmentar os caracteres e reconhecê-los foi avaliada e nos testes realizados houve um aumento da acurácia (em relação a um sistema treinado com placas reais) de três etapas: segmentação dos caracteres, reconhecimento de letras e reconhecimento dos números (2,54%, 1,09% e 2,49% respectivamente). Destaca-se a acurácia de 62,47% para a etapa de reconhecer os números, obtida por uma rede neural treinada exclusivamente com dados sintéticos e testada em placas reais.