Sistema automático para reconhecimento de placas veiculares: comparação entre SVM-HOG e Deep learning

No presente trabalho é apresentada uma proposta para a detecção e reconhecimento automático de placas veiculares considerando fatores como: mudanças de iluminação nas imagens, baixo contraste, ruido e diferentes perspectivas de aquisição. Para a detecção da placa, é aplicado um filtro baseado em operações morfológicas matemáticas, seguido de uma combinação de operações morfológicas-geométricas e duas abordagens de classificação baseadas em SVM-HOG e a arquitetura CNN Inception ResNet v2. Depois, segmenta-se os caracteres através de um algoritmo de classificaçao de qualidade das placas. Por ultimo, são utilizadas as mesmas abordagens de classificação para reconhecer os caracteres. Foi usado um banco de dados com imagens adquiridas em uma rua da cidade de São Paulo, Obtendo uma acurácia global do sistema de 97%. Mostrando assim, sua viabilidade para ser implementado em diferentes aplicações de sistemas inteligentes de transporte.