Exibir código-fonte para Reconhecimento de Placas de Sinalização de Trânsito via Processamento Digital de Imagem de Aprendizado de Máquina

;Autor:
Mathias Silva da Rosa

;Orientador: 
Prof. [[Diego da Silva de Medeiros]]

;Curso:
Engenharia de Telecomunicações

;Resumo:
Uma das principais abordagens do reconhecimento automático de placas
de sinalização de trânsito é realizar a integração entre técnicas de processamento
digital de imagens e métodos de aprendizado de máquina objetivando determinar
as informações importantes apresentadas por cada imagem capturada em tempo
real. Estas informações podem ser utilizadas como fatores que podem determinar o
comportamento de mecanismos como os Sistemas Autônomos de Condução (ADS) e
Sistemas Avançados de Apoio ao Motorista (ADAS). Este trabalho tem como propó-
sito apresentar o estudo sobre um sistema de reconhecimento automático de placas
de sinalização de trânsito dividido em cinco etapas: aquisição, pré-processamento
com o uso do modelo HSV e técnicas como limiarização, morfologia e detectores
de borda; segmentação através do uso da transformada Hough generalizada; descri-
ção através do uso do método Histograma de Gradientes Orientados (HOG) e por
fim, classificação com o uso de Máquinas de Vetores de Suporte (SVM’s). Primeiramente
o trabalho proposto aborda o desenvolvimento dos processos de treinamento
e teste implementados através da plataforma MATLAB○R
e a utilização de imagens
estáticas contendo placas de sinalização de trânsito. Em seguida, uma câmera é
acoplada ao painel de um carro em movimento obtendo fotos sequenciais de placas
de sinalização através do trajeto percorrido. O algoritmo proposto alcançou taxas
de acerto superiores à 70% para o reconhecimento das placas de sinalizações para
primeira etapa de testes. Para a segunda etapa, apesar das características diferentes
apresentadas pelas placas de sinalização, as taxas de acertos alcançaram 90% para
o reconhecimento das placas.

;Palavras chave: 
HOG. SVM.

;Abstract:
One of the main approaches for the automatic recognition of traffic signs is to
realize the integration between techniques of digital image processing and machine
learning to identify the important informations presented by each image captured
in real-time. These informations can be used as factors to determine the behavior of
mechanisms like Autonomous Driver System (ADS) or Advanced Driver Assistant
System (ADAS). This job has as objective to introduce a study of automatic traffic
sign recognition system divided into five steps: aquisition, preprocessing with the
use of HSV model and techniques such as limiarization, morphology and edge detection;
segmentation with the use of generalized Hough transform; description with
the use of Histograms of Oriented Gradients (HOG) and finally, classification with
the use of Support Vectors Machine (SVM). First, the proposed work approaches
the development of the processes of training and test implemented with MATLAB○R
platform and the use of static images containing traffic signs. Then, a camera is coupled
to the panel of a moving car, getting sequential pictures of traffic signs through
the course.The proposed algorithm reached hit rate over 70% for the recognition of
traffic signs in the first part of tests. In the second part, despite of traffic signs which
had some differents features, the hit rate reached 90% for the recogntion of traffic
signs.

;Keywords:
HOG. SVM.

;Arquivos:
Arquivos relacionados a trabalho, a monografia em pdf e também arquivos fontes e executáveis estão disponibilizados nos links abaixo:
*[[Media:TCC290_Mathias Silva da Rosa.pdf |Monografia.pdf]]

[[Categoria:Trabalhos de Alunos]]
[[Categoria:Projeto de Fim de Curso]]