SISTEMA DE IDENTIFICAÇÃO VEICULAR PARA MONITORAMENTO DE TRÁFEGO

Resumo

As fronteiras brasileiras são alvos de atuação de criminosos no contrabando de drogas e roubos de carros devido a um efetivo reduzido de policiais, além de  possuir uma área muito extensa para ser fiscalizada. Boa parte das drogas, armas e demais contrabandos que entram no Brasil são transportados por veículos terrestres e saem da Bolívia ou Paraguai com destino aos estados de São Paulo e/ou Rio de Janeiro. Uma maneira de aumentar a fiscalização e ajudar os órgãos de segurança pública no combate desses e outros crimes é com a utilização de tecnologias para monitorar o tráfego de veículos nas estradas brasileiras. Devido aos últimos avanços na área de inteligência artificial, em especial na área de visão computacional permitiu o desenvolvimento de sistemas de reconhecimento de placas de veículos (RPV). No entanto, os métodos tradicionais são razoavelmente eficazes sob circunstâncias específicas ou apenas em suposições fortes, e há poucos bancos de dados para detecção de placas de carros. A tarefa de reconhecimento de placas possui dificuldades como, ângulo, formas, cores, padrões e iluminação não uniforme no momento da captura das imagens. Essa pesquisa desenvolveu um sistema de reconhecimento automático de placas de veículos empregando o algoritmo YOLOv3 para para identificar e reconhecer caracteres. Embora como esse algoritmo ainda sofre com alguns problemas, um novo método de detecção de placa de carro em tempo real baseado no YOLOv3 melhorado foi proposto. O modelo atingiu 95% de precisão no reconhecimento de caracteres considerando as placas antigas e as novas do Mercosul.