Reconocimiento de matrículas vehiculares de la UAMI utilizando redes neuronales convolucionales
2023Descargar propuesta de investigación completa (PDF)
Profesores: Dr. Benjamin Moreno Montiel y Dr. René MacKinney Romero
Resumen: El reconocimiento de matrículas de vehículos ha sido investigado en todo el mundo. Normalmente, estos trabajos consideran cuatro fases: 1) obtención de la imagen del vehículo, 2) ubicación de placas dentro de la imagen, 3) extracción de caracteres y 4) clasificación o reconocimiento de caracteres.
En la mayoría de los algoritmos que se encuentran en la literatura, se supone que la placa no tiene patrones de textura, el fondo suele ser blanco y los caracteres negros, lo que permite un mejor reconocimiento de caracteres. Sin embargo, en el caso de las placas mexicanas no es así. Por un lado, tienen patrones de textura de fondo y, por otro lado, cada Gobierno del Estado puede diseñar su propio patrón de textura de fondo; esto genera más de 32 placas diferentes, y este número aumenta con los cambios en la administración del gobierno. Estas estructuras en las placas vehiculares de México hacen que los algoritmos tradicionales no funcionen correctamente, principalmente en la fase de extracción de caracteres.
Objetivo general:
Diseñar un sistema basado en visión artificial para el reconocimiento de matrículas vehiculares de la UAMI, extrayendo características de color de baja intensidad y de forma mediante el uso de redes neuronales convolucionales.
Objetivos específicos:
- Revisión del estado del arte sobre el reconocimiento automático de matrículas vehiculares.
- Desarrollar un algoritmo para la segmentación y extracción de caracteres (con base en sus características de color)
- Diseñar una red neuronal convolucional para el reconocimiento de caracteres (caracterización del carácter y desarrollo del clasificador)
- Realizar pruebas para validación de la propuesta para obtener las tasas de aprendizaje del sistema propuesto
Ultima actualización 25/11/2022 por pcyti