Este trabalho foi publicado pelo Galoá e tem um DOI depositado. Para citar este trabalho, use um dos padrões abaixo:
Caso você seja um dos co-autores e queira cadastrar esse trabalho no seu Currículo Lattes, use o seguinte código: doi > 10.17648/sbai-2019-111448
Se você NUNCA registrou um DOI no seu Lattes, veja nosso tutorial!Segunda a Agência Nacional de Energia Elétrica (ANEEL), perdas não-técnicas estão relacionadas ao impedimento de acesso às unidades consumidoras. Uma alternativa viável e de menor custo para a redução dessas falhas seria a leitura realizada pelo próprio consumidor, denominada de autoleitura. Este processo engloba o uso de plataformas digitais, por meio das quais o consumidor registraria e enviaria as informações de consumo. Uma etapa primordial desse processo é o reconhecimento automático de dígitos em medidores por meio de imagens. Este trabalho propõe um método para a realização dessa tarefa, que utiliza processamento de imagens e inteligência computacional. São utilizados os descritores de característica Histogram of Oriented Gradients (HoG) e Local Self-similarity(LSS) de forma combinada e o classificador Máquina de Vetores de Suporte (SVM). O método alcança acurácia de 97,90% e 96,72%, respectivamente, para o reconhecimento de dígitos em medidores digitais e analógicos.
Com ~200 mil publicações revisadas por pesquisadores do mundo todo, o Galoá impulsiona cientistas na descoberta de pesquisas de ponta por meio de nossa plataforma indexada.
Confira nossos produtos e como podemos ajudá-lo a dar mais alcance para sua pesquisa:
Esse proceedings é identificado por um DOI , para usar em citações ou referências bibliográficas. Atenção: este não é um DOI para o jornal e, como tal, não pode ser usado em Lattes para identificar um trabalho específico.
Verifique o link "Como citar" na página do trabalho, para ver como citar corretamente o artigo