Sistema de reconhecimento automático de placas veiculares utilizando visão computacional
This work presents the detection and recognition of vehicle identification plates using computer vision techniques applied to traffic enforcement. A proprietary dataset with Brazilian license plates was created, including the steps of recording, selection and annotation of images, combined with an i...
| Autor principal: | HORA, Breno Aires da |
|---|---|
| Grau: | Trabalho de Curso - Graduação - Monografia |
| Publicado em: |
2025
|
| Assuntos: | |
| Acesso em linha: |
https://bdm.ufpa.br/jspui/handle/prefix/7573 |
| id |
oai:https:--bdm.ufpa.br:8443:prefix-7573 |
|---|---|
| recordtype |
dspace |
| spelling |
oai:https:--bdm.ufpa.br:8443:prefix-75732025-01-21T18:21:19Z Sistema de reconhecimento automático de placas veiculares utilizando visão computacional HORA, Breno Aires da PINHEIRO, Daniel da Conceição http://lattes.cnpq.br/2970581734279237 Visão computacional Conjunto de dados Placas de licenciamento veicular YOLO OCR Computer vision Dataset Vehicle license plates CNPQ::ENGENHARIAS CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::METODOLOGIA E TECNICAS DA COMPUTACAO This work presents the detection and recognition of vehicle identification plates using computer vision techniques applied to traffic enforcement. A proprietary dataset with Brazilian license plates was created, including the steps of recording, selection and annotation of images, combined with an international dataset for training variants of the YOLO model, followed by an analysis of the overall performance of these models. In addition to license plate detection, optical character recognition (OCR) was performed with the EasyOCR and PaddleOCR models, the latter being the most efficient. The experiments showed that the YOLOv8s-gb model outperformed YOLOv5su-g in average confidence, average sensitivity and processing time. The combination of PaddleOCR with YOLOv8s-gb and YOLOv5su-g applied to a total of 460 license plates resulted in the recognition of 244 and 208, respectively, while EasyOCR recognized 118 and 89 license plates in the same scenarios. The study highlights the importance of specific datasets to improve computer vision models in local contexts, contributing to the advancement of automatic license plate recognition in Brazil. Este trabalho apresenta a detecção e o reconhecimento de placas de identificação veicular com uso de técnicas de visão computacional aplicadas à fiscalização de trânsito. Foi criado um conjunto de dados próprio com placas brasileiras, isso inclui as etapas de gravação, seleção e anotação de imagens, combinado a um conjunto de dados internacional para o treinamento de variantes do modelo YOLO, seguido de uma análise do desempenho geral desses modelos. Além da detecção de placas, o reconhecimento óptico de caracteres (OCR) foi realizado com os modelos EasyOCR e PaddleOCR, enquanto esse último foi o mais eficiente. Os experimentos mostraram que o modelo YOLOv8s-gb superou o YOLOv5su-g em confiança média, sensibilidade média e tempo de processamento. A combinação do PaddleOCR com o YOLOv8s-gb e YOLOv5su-g aplicados a um total de 460 placas, resultou no reconhecimento de 244 e 208, respectivamente, enquanto o EasyOCR reconheceu 118 e 89 placas nos mesmos cenários. O estudo destaca a importância de conjuntos de dados específicos para aprimorar modelos de visão computacional em contextos locais, isso contribui para o avanço do reconhecimento automático de placas veiculares no Brasil. 2025-01-07T16:22:30Z 2025-01-07T16:22:30Z 2024-12-05 Trabalho de Curso - Graduação - Monografia HORA, Breno Aires da. Sistema de reconhecimento automático de placas veiculares utilizando visão computacional. Orientador: Daniel da Conceição Pinheiro. 2024. 60 f. Trabalho de Conclusão de Curso (Bacharelado em Engenharia da Computação) – Faculdade de Engenharia da Computação, Campus Universitário de Tucuruí, Universidade Federal do Pará, Tucuruí, 2024. Disponível em: https://bdm.ufpa.br/jspui/handle/prefix/7573. Acesso em:. https://bdm.ufpa.br/jspui/handle/prefix/7573 Acesso Aberto Disponível na internet via Sagitta |
| institution |
Biblioteca Digital de Monografias - UFPA |
| collection |
MonografiaUFPA |
| topic |
Visão computacional Conjunto de dados Placas de licenciamento veicular YOLO OCR Computer vision Dataset Vehicle license plates CNPQ::ENGENHARIAS CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::METODOLOGIA E TECNICAS DA COMPUTACAO |
| spellingShingle |
Visão computacional Conjunto de dados Placas de licenciamento veicular YOLO OCR Computer vision Dataset Vehicle license plates CNPQ::ENGENHARIAS CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::METODOLOGIA E TECNICAS DA COMPUTACAO HORA, Breno Aires da Sistema de reconhecimento automático de placas veiculares utilizando visão computacional |
| topic_facet |
Visão computacional Conjunto de dados Placas de licenciamento veicular YOLO OCR Computer vision Dataset Vehicle license plates CNPQ::ENGENHARIAS CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::METODOLOGIA E TECNICAS DA COMPUTACAO |
| description |
This work presents the detection and recognition of vehicle identification plates using computer vision techniques applied to traffic enforcement. A proprietary dataset with Brazilian license plates was created, including the steps of recording, selection and annotation of images, combined with an international dataset for training variants of the YOLO model, followed by an analysis of the overall performance of these models. In addition to license plate detection, optical character recognition (OCR) was performed with the EasyOCR and PaddleOCR models, the latter being the most efficient. The experiments showed that the YOLOv8s-gb model outperformed YOLOv5su-g in average confidence, average sensitivity
and processing time. The combination of PaddleOCR with YOLOv8s-gb and YOLOv5su-g applied to a total of 460 license plates resulted in the recognition of 244 and 208, respectively, while EasyOCR recognized 118 and 89 license plates in the same scenarios. The study highlights the importance of specific datasets to improve computer vision models in local contexts, contributing to the advancement of automatic license plate recognition in Brazil. |
| author_additional |
PINHEIRO, Daniel da Conceição |
| author_additionalStr |
PINHEIRO, Daniel da Conceição |
| format |
Trabalho de Curso - Graduação - Monografia |
| author |
HORA, Breno Aires da |
| title |
Sistema de reconhecimento automático de placas veiculares utilizando visão computacional |
| title_short |
Sistema de reconhecimento automático de placas veiculares utilizando visão computacional |
| title_full |
Sistema de reconhecimento automático de placas veiculares utilizando visão computacional |
| title_fullStr |
Sistema de reconhecimento automático de placas veiculares utilizando visão computacional |
| title_full_unstemmed |
Sistema de reconhecimento automático de placas veiculares utilizando visão computacional |
| title_sort |
sistema de reconhecimento automático de placas veiculares utilizando visão computacional |
| publishDate |
2025 |
| url |
https://bdm.ufpa.br/jspui/handle/prefix/7573 |
| _version_ |
1829093164338642944 |
| score |
11.753896 |