$$\newcommand{\bra}[1]{\left<#1\right|}\newcommand{\ket}[1]{\left|#1\right>}\newcommand{\bk}[2]{\left<#1\middle|#2\right>}\newcommand{\bke}[3]{\left<#1\middle|#2\middle|#3\right>}$$
X
INFORMAÇÕES SOBRE DIREITOS AUTORAIS


As obras disponibilizadas nesta Biblioteca Digital foram publicadas sob expressa autorização dos respectivos autores, em conformidade com a Lei 9610/98.

A consulta aos textos, permitida por seus respectivos autores, é livre, bem como a impressão de trechos ou de um exemplar completo exclusivamente para uso próprio. Não são permitidas a impressão e a reprodução de obras completas com qualquer outra finalidade que não o uso próprio de quem imprime.

A reprodução de pequenos trechos, na forma de citações em trabalhos de terceiros que não o próprio autor do texto consultado,é permitida, na medida justificada para a compreeensão da citação e mediante a informação, junto à citação, do nome do autor do texto original, bem como da fonte da pesquisa.

A violação de direitos autorais é passível de sanções civis e penais.
Coleção Digital

Avançada


Formato DC |



Título: AUTOMATIZAÇÃO DO RECONHECIMENTO DE PLACAS DE TRÂNSITO EM ESTRADAS UTILIZANDO REDE NEURAL
Autor: RODRIGO LEMA BARCIA
Instituição: PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIRO - PUC-RIO
Colaborador(es):  MARLEY MARIA BERNARDES REBUZZI VELLASCO - ORIENTADOR
MEYER ELIAS NIGRI - COORIENTADOR

Nº do Conteudo: 56926
Catalogação:  04/01/2022 Liberação: 04/01/2092 Idioma(s):  INGLÊS - ESTADOS UNIDOS
Tipo:  TEXTO Subtipo:  TRABALHO DE FIM DE CURSO
Natureza:  PUBLICAÇÃO ACADÊMICA
Nota:  Todos os dados constantes dos documentos são de inteira responsabilidade de seus autores. Os dados utilizados nas descrições dos documentos estão em conformidade com os sistemas da administração da PUC-Rio.
Referência [pt]:  https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=56926@1
Referência [en]:  https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=56926@2
Referência DOI:  https://doi.org/10.17771/PUCRio.acad.56926

Resumo:
Os países possuem atualmente grandes malhas rodoviárias que necessitam de uma enorme quantidade de placas para sinalização. Realizar a vistoria e a manutenção de todas as estradas e manter um inventário atualizado de suas placas é um trabalho árduo e que consome muito tempo. Portanto, a automatização do reconhecimento das placas de trânsito é necessária a fim de se garantir uma melhor eficiência e um melhor custobenefício para a manutenção das placas. Neste trabalho é adotada uma abordagem de deep learning, utilizando rede neural artificial para a detecção e reconhecimento de placas de trânsito em estradas. O modelo utilizado foi o Mask RCNN, capaz de ser treinado de ponta a ponta e realizar a segmentação de instâncias. Um dataset próprio foi criado a fim de focar nas estradas brasileiras, pois os datasets disponíveis publicamente utilizam placas de seus respectivos países, inviabilizando o uso. O modelo treinado possui excelente precisão (mAP0.5 = 80.95 porcento ), considerando o tamanho do dataset e o limite de tempo e recursos computacionais. Tal sistema demonstrou enorme potencial para seu uso comercial na gestão e manutenção do inventário de placas de trânsito.

Descrição Arquivo
NA ÍNTEGRA  PDF
Logo maxwell Agora você pode usar seu login do SAU no Maxwell!!
Fechar Janela



* Esqueceu a senha:
Senha SAU, clique aqui
Senha Maxwell, clique aqui