Please use this identifier to cite or link to this item:
https://repositorio.ufu.br/handle/123456789/41685
ORCID: | http://orcid.org/0009-0007-5280-8211 |
Document type: | Trabalho de Conclusão de Curso |
Access type: | Acesso Aberto |
Title: | Desenvolvimento de um sistema embarcado de reconhecimento automático de placas automotivas para gerenciamento de tráfego |
Author: | Santos, Hiago Henrique dos |
First Advisor: | Silva, Rafael Augusto da |
First member of the Committee: | Bertarini, Pedro Luiz Lima |
Second member of the Committee: | Coelho, Júlio Cézar |
Summary: | Os sistemas de Reconhecimento Automático de Placas Veiculares, ou Automated License Plate Recognition(ALPR), identificam e reconhecem o texto presente em placas veiculares a partir de suas imagens. Suas possíveis aplicações são amplas, incluindo fiscalização de trânsito, controle de acesso a áreas privadas ou monitoramento. Normalmente esse tipo de sistema já existe comercialmente, porém seus custos são, na maioria das vezes, muito altos, pois além de serem desenvolvidos com objetivo de render algum lucro, também exigem um hardware de alto desempenho para lidar com a grande quantidade de dados que o processamento digital de imagens provê. Este trabalho explora a viabilidade de utilização de hardware embarcado de baixo custo para cumprir o propósito de um sistema ALPR, utilizando um modelo de rede neural da TensorFlow Lite treinado especificamente para identificação de placas automotivas em imagens e técnicas de OCR, tanto embarcadas com a utilização da biblioteca Tesseract OCR quanto com a utilização de serviços em nuvem, utilizando o Vision AI. Também foram desenvolvidos algoritmos auxiliares para melhorar a acurácia do sistema como um todo, corrigindo possíveis erros advindos da etapa de OCR. Também foi construída uma interface utilizando a Custom TKinter para melhorar a visualização das etapas e facilitar as configurações do sistema. Os resultados obtidos para um conjunto de 30 imagens selecionadas de um banco de imagens são 93,25% de acurácia para o sistema operando em modo embarcado e 99,59% para o sistema operando com o serviço de OCR em nuvem. |
Abstract: | Automated License Plate Recognition (ALPR) systems consist of identifying and re- cognizing text on license plates, typically from images. The potential applications for such systems include traffic enforcement, access control to private areas, and monitoring. While this type of system already exists commercially, its costs are often high due to the need for high-performance hardware to handle digital image processing, in addition to being developed with the aim of making a profit This work explores the feasibility of using low-cost embedded hardware to fulfill the purpose of an ALPR system, employing a TensorFlow Lite neural network model specifically trained for automotive plate identi- fication in images and OCR techniques, both embedded using the Tesseract OCR library and cloud services using Vision AI. Auxiliary algorithms were also developed to improve the overall system accuracy by correcting potential errors arising from the OCR stage. Additionally, an interface was built using Custom TKinter to enhance the visualization of the steps and facilitate system configurations. The results obtained for a set of 30 selected images from an image database are 93.25% accuracy for the system operating in embedded mode and 99.59% for the system operating with cloud-based OCR service. |
Keywords: | Reconhecimento Automático de Placas Veiculares ALPR Reconhecimento de Caracteres OCR Redes Neurais |
Area (s) of CNPq: | CNPQ::ENGENHARIAS |
Language: | por |
Country: | Brasil |
Publisher: | Universidade Federal de Uberlândia |
Quote: | SANTOS, Hiago Henrique dos. Desenvolvimento de um sistema embarcado de reconhecimento automático de placas automotivas para gerenciamento de tráfego. 2024. 98 f. Trabalho de Conclusão de Curso (Graduação em Engenharia Eletrônica e de Telecomunicações) – Universidade Federal de Uberlândia, Patos de Minas, 2024. |
URI: | https://repositorio.ufu.br/handle/123456789/41685 |
Date of defense: | 19-Apr-2024 |
Appears in Collections: | TCC - Engenharia Eletrônica e de Telecomunicações (Patos de Minas) |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
DesenvolvimentoSistemaEmbarcado.pdf | TCC | 8.35 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.