Uma Arquitetura Híbrida para a Localização, Segmentação e Classificação Automáticas de Placas de Veículos
placas MERCOSUL, localização, segmentação, reconhecimento
Houve um grande aumento da frota de veículos no Brasil na última década, implicando em um volume maior para várias situações previamente controladas manualmente. Situações essas como monitoramento e controle de tráfego, detecção de carros roubados e controle de acesso a locais restritos hoje são normalmente resolvidas com sistemas baseados em reconhecimento automatizado de placas de veículos (ALPR). Essa tecnologia é utilizada para identificação dos veículos em imagens ou vídeo, mais comumente pelo uso do número de licença. Sistemas projetados para ALPR em geral são divididos em três etapas sequenciais: localização da placa, segmentação dos caracteres e reconhecimento dos caracteres. Há uma grande quantidade de métodos desenvolvidos para cada uma dessas etapas, utilizando técnicas presentes em processamento de imagens e de aprendizado de máquina. A situação do sistema brasileiro de licenciamento de veículos está em um estado de transição com a implantação das placas padrão MERCOSUL. Neste trabalho, propõe-se utilizar tanto de técnicas bem conhecidas de processamento digital de imagens e de aprendizado de máquina quanto abordagens mais recentes como o uso de redes neurais convolucionais para construir uma aplicação projetada para realizar as etapas de ALPR tanto em placas dos modelos atuais quanto em placas dos novos modelos MERCOSUL, com ênfase em seu uso em plataformas de baixo custo computacional.