Sistema de detecção e identificação de placas de trânsito brasileiras utilizando técnicas de processamento digital de imagens e RCNN

Os Sistemas Avançados de Assistência ao Motorista (ADAS) são sistemas que buscam auxiliar o motorista na atividade da direção veicular, destacando-se pela capacidade em efetuar o mapeamento do ambiente, identificando situações de risco. Uma de suas aplicações consiste na detecção e identificação de placas de sinalização de trânsito. Para que esse processo seja feito com precisão, aplicam-se conceitos de visão computacional, processamento digital de imagens (PDI) e Redes Neurais. Desta forma, este trabalho propõe o desenvolvimento de um sistema de detecção e identificação automática de placas brasileiras de sinalização de trânsito, utilizando as técnicas previamente descritas. O modelo é composto por um sistema de RCNN – (Region Based Convolutional Neural Networks), construído em duas etapas. A primeira, utiliza de técnicas de PDI e classificador SVM para efetuar a extração da zona de interesse e catergorização, obtendo uma taxa de precisão de 67,2 %, com bases de benchmark. A segunda, consiste em efetuar a classificação dos sinais obtidos anteriormente, através de um modelo de Rede Neural Convolucional, com taxa de precisão de 99,26 %, com bases de benchmark, e para base de dados de placas brasileiras, 85,29 %.