Sistema de detecção de placas de carros brasileiras baseado em inteligência artificial
Carregando...
Tipo
TCC
Data de publicação
2024-12-05
Periódico
Citações (Scopus)
Autores
Oliveira, Guilherme Santos de
Orientador
Sampaio, Gustavo Scalabrini
Título da Revista
ISSN da Revista
Título de Volume
Membros da banca
Programa
Resumo
With the increasing number of vehicles and parking lots, the need for advanced license plate recognition systems arises to enhance security and efficiency. This involves implementing computer vision and artificial intelligence technologies to automate access control processes and vehicle monitoring. This work presents a system that implements a pipeline that includesvehicle detection, plate detection, image preprocessing, character
reading, text post-processing, database authentication, and vehicle release. Using Python with libraries such as OpenCV and Tkinter, the project aims to develop a precise recognition system, with a special focus on the Mercosur plate standard. The methodology involves using YOLOv8 for plate detection, Tesseract for character recognition, and post-processing to refine the results. Ultimately, the project seeks to create a reliable
system for residences and parking lots capable of accurately and efficiently recognizing plates, contributing to improving security and user experience.
Com o crescente número de veículos e estacionamentos, surge a necessidade de sistemas avançados de reconhecimento de placas para aprimorar a segurança e eficiência. Isso envolve a implementação de tecnologias de visão computacional e inteligência artificial para automatizar processos de controle de acesso e monitoramento de veículos. O presente trabalho apresenta um sistema que implementa um pipeline que inclui detecção de veículos, detecção de placas, pré-processamento de imagens, leitura de caracteres,pós-processamento de texto, autenticação em banco de dados e liberação de veículos. Utilizando Python com bibliotecas como OpenCV e Tkinter, o projeto visa desenvolver um sistema de reconhecimento preciso, com foco especial no padrão de placas do Mercosul. A metodologia envolve o uso do YOLOv8 para detecção de placas, Tesseract para reconhecimento de caracteres e pós-processamento para refinar os resultados.Em última análise, o projeto busca criar um sistema confiável para residências e estacionamentos, capaz de reconhecer placas de forma precisa e eficiente, contribuindo para aprimorar a segurança e a experiência do usuário.
Com o crescente número de veículos e estacionamentos, surge a necessidade de sistemas avançados de reconhecimento de placas para aprimorar a segurança e eficiência. Isso envolve a implementação de tecnologias de visão computacional e inteligência artificial para automatizar processos de controle de acesso e monitoramento de veículos. O presente trabalho apresenta um sistema que implementa um pipeline que inclui detecção de veículos, detecção de placas, pré-processamento de imagens, leitura de caracteres,pós-processamento de texto, autenticação em banco de dados e liberação de veículos. Utilizando Python com bibliotecas como OpenCV e Tkinter, o projeto visa desenvolver um sistema de reconhecimento preciso, com foco especial no padrão de placas do Mercosul. A metodologia envolve o uso do YOLOv8 para detecção de placas, Tesseract para reconhecimento de caracteres e pós-processamento para refinar os resultados.Em última análise, o projeto busca criar um sistema confiável para residências e estacionamentos, capaz de reconhecer placas de forma precisa e eficiente, contribuindo para aprimorar a segurança e a experiência do usuário.
Descrição
Indicado para publicação.
Palavras-chave
license plate recognizer , computer vision , artificial intelligence , vehicle safety , garage automation , reconhecimento de placas de veículos , visão computaciona , inteligência artificial , segurança veicular , automação de estacionamentos