Detecção de placas veiculares em ambientes aéreos baseado em métodos de aprendizagem profunda

• Ano de defesa: 2022
• Autor(a) principal: Linhares, José Elislande Breno de Souza
• Outros Autores: http://lattes.cnpq.br/0846691032369254
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Federal do Amazonas; Faculdade de Tecnologia; Brasil; UFAM; Programa de Pós-graduação em Engenharia Elétrica
• Palavras-chave em Português: Processamento de imagens; Análise de imagem; Aprendizado profundo; ENGENHARIAS::ENGENHARIA ELETRICA; Imagens aéreas; Detecção de placas veiculares; Super-resolução; GAN; Equalização de histograma
• Link de acesso: https://tede.ufam.edu.br/handle/tede/8992

Nesta dissertação, considerando-se as dificuldades de detecção de pequenos objetos devido à baixa qualidade visual e resolução espacial das imagens, bem como a pouca informação de contexto, propõe-se uma metodologia para detecção de placas veiculares em ambientes aéreos, onde o objeto de interesse apresenta baixa resolução em pixel em relação à imagem de entrada. A metodologia proposta é composta por três sistemas distintos. Duas utilizam técnicas de melhoria de qualidade da imagem e uma não as utiliza. A principal contribuição desta dissertação é a organização de uma base de dados composta por imagens aéreas para avaliar o desempenho da metodologia proposta. Como segunda contribuição, tem-se a utilização de métodos de melhoria de qualidade visual baseado em aprendizagem e processamento digital de imagens para detecção de placas veiculares em ambientes aéreos. Como resultados obtidos, verifica-se que os sistemas propostos apresentam resultados similares, em termos de acurácia global. Ao analisar os resultados por grupo de imagens, observa-se que o sistema proposto com equalização de histograma apresenta os melhores resultados com acurácia de até 85,67% em condições adversas ensolaradas e 99,33% em condições adversas sombreadas.