A License Plate-Recognition Algorithm for Intelligent Transportation System Applications (2006) Christos Nikolaos E. Anagnostopoulos, Ioannis E. Anagnostopoulos,

Slides:



Advertisements
Apresentações semelhantes
TÓPICOS AUXILIARES PARA DISCUSSÃO DE SEMINÁRIO
Advertisements

Sistemas Distribuídos
RECONHECIMENTO DE CARACTERES MANUSCRITOS APLICANDO REDES NEURAIS
Conceitos Básicos de Computação
Conceitos Básicos de Computação O ABC da Computação.
Introdução a Programação
Curso Introdução às Redes Neuronais Parte 2 Prof. Dr. rer.nat. Aldo von Wangenheim.
Iana Alexandra Alves Rufino
Maria Aparecida Castro Livi
Instituto Tecnológico da Aeronáutica – ITA Divisão de Ciência de Engenharia Eletrônica e Computação EE-09 Inteligência Artificial Prof. Adilson Marques.
Open Systems Interconnection
Fundamento à Informática
3 – Projeto Lógico da Rede
RN Seleção Temas Projetos Formação de equipes e procedimentos Equipes de 1 a 3 componentes Equipe precisa deixar clara a participação/responsabilidades.
Informática para concursos
Autores: Jean Suellen Silva de Almeida Victor Hugo Cunha de Melo
Serviços de telefonia celular
Introdução O que é computação?.
Redundant Array of Independent Drives Raid
Disciplina: Princípios de Redes de Computadores Parte 3
A Hybrid Method for Robust Car Plate Character Recognition.
Redes de Computadores Equipamentos de Redes.
Momentos de Hu e Zernike para o Reconhecimento de Linguagem de Sinais
Redes Neurais Prof. Alex F. V. Machado.
Ana Duarte e Ana Marques 8ºB Nº1 e Nº2
Sistema de Segurança Baseado em Análise de Imagens
Protocolos e o Modelo OSI
Identificação de Voz Marcelo Lucena André Palhares.
Site: Estatística Prof. Edson Nemer Site:
INTRODUÇÃO.
Introdução aos Protocolos de Roteamento Dinâmico
Maria Alessandra Dubowski Nascimento
RNA – Radial Basis Function
FERRAMENTAS DE GERENCIAMENTO Aula 01
Best Combination of Binarization Methods for License Plate Character Segmentation (2013) - Resumo Vinicius Queiroz e Vinicius M. de Almeida.
CURSO DE INFORMÁTICA MÓDULO BÁSICO.
© 2007 Cisco Systems, Inc. All rights reserved.Cisco Public ITE PC v4.0 Chapter 1 1 RIP versão 1 Protocolos e Conceitos de Roteamento – Capítulo 5.
VPN Virtual Private Network.
Subsistema de Entrada e Saída do Kernel
Conceito de Redes Tipos de Redes Topologia de Redes
CONECTIVIDADE Prof.: Alessandro V. Soares Ferreira
Colégio da Imaculada Curso Técnico em Informática Endereçamento IP
Revisão básica Distribuição normal: conhecido o valor de z, podemos dizer qual a probabilidade de encontrar valores entre quaisquer dois números. Por.
DIMAp/UFRN Modelos Baseados em Agentes Prof. André Campos Aula #6 AgentesHíbridos.
DI-UFPE1 Sistemas CASE Interfaces Públicas de Ferramentas (PTI’s)
Redes e Manutenção de Computadores
Escola Secundaria Sebastião da gama Comunicação de dados Prof: Carlos Pereira Nome :André Santos Ano/Turma:12ºL Nº:2 IP Dinâmico, IP Fixo e DNS.
TCP/IP.
Redes Neurais Artificiais
Introdução à Validação de Processo e Controle de Alterações Formação de Auditores CPG FAT02SP Ricardo P. Moisés Instituto RACINE Data da aula: 24/07/2009.
Projetos Prof.: Alceu de Souza Britto Jr. Laboratório LUCI – PPGIA
DISTRIBUIÇÕES DE PROBABILIDADE
Colégio Agrícola “José Bonifácio” Redes – Componentes de uma rede Prof. Carlos Eduardo Caraski.
Classificação dos Sistemas Multimídia
GPS (Global Positioning System)
Applications in Bioinformatics and Medical Informatics Disciplina: Inteligência de Enxame Docente: José Manoel Seixas Discente: José Dilermando Costa Junior.
Simple Network Management Protocol
Detecção de tráfego Skype na Web através de Redes Neurais Artigo Original: Freire, P. E., Ziviani, A., and Salles, R. M. (2008). Detecting skype flows.
Redes e Sistemas Distribuídos II – Cód Prof. MSc. Ronnison Reges Vidal.
Por que Redes? Estamos cercados por redes: supermercados, lojas, bancos, cinemas, farmácias e inúmeros outros lugares; Com a queda do custo de implementação.
Banco de Dados Distribuídos Sílvia Cristina de Matos Soares
Sistemas Operacionais Parte III. Sistemas Operacionais Classificação dos S.O.  Resumo da aula anterior - Introdução  Sistema de operação da CPU  Tipos.
Rede de Computadores 1 MATA85 – Redes de Computadores II Universidade Federal da Bahia Instituto de Matemática Departamento de Ciência da Computação.
Aula: Arquiteturas de redes: modelo de referência OSI 04/12/2010.
Módulo de Transmissão e Ativos de Rede Módulo de Transmissão e Ativos de Rede Curso Técnico de Informática Profª Ahyalla Riceli.
Microsoft Datazen Do Início… …ao Fim!
Redes de Computadores e Aplicações – Modelo OSI Aula 2 IGOR ALVES.
VPN Virtual Private Network. VPNs são redes sobrepostas às redes públicas, mas com a maioria das propriedades de redes privadas......são túneis de criptografia.
Laboratório de Classificação Supervisionada Laboratório de Geoprocessamento do Departamento de Engenharia de Transportes da EPUSP setembro de 2011.
Curso Superior em Redes de Computadores Camada de Aplicação Prof. Sales Filho.
Transcrição da apresentação:

A License Plate-Recognition Algorithm for Intelligent Transportation System Applications (2006) Christos Nikolaos E. Anagnostopoulos, Ioannis E. Anagnostopoulos, Vassili Loumos, and Eleftherios Kayafas.

Introdução Melhorar a segurança e mobilidade do transporte e aumentar a produtividade; Sistemas de pagamento eletrônico; Sistema de controle de acesso.

Introdução Sliding Concentric Windows (SCW); Análise de componentes conectados; Rede neuronal probabilística (PNN).

Sliding Concentric Windows (SCW)

Utiliza o desvio padrão e o valor médio para descrever irregularidades locais.

Localização da placa

Segmentação de caracteres

Rede neuronal probabilística (PNN) Treinamento supervisionado; A camada do meio representa uma implementação de um classificador neuronal Bayes; As redes PNN usam os dados de treinamento para desenvolver funções de distribuição que, por sua vez, são usadas para estimar a chance de um vetor de características pertencer a uma dada categoria.

Rede neuronal probabilística (PNN)

Problemas e restrições Caracteres sobrepostos: Caracteres semelhantes: O e 0, 0 e D, 2 e Z, 1 e I, D e O...

Resultados 1334 imagens capturadas em diferentes ambientes de iluminação; 96,5%: placas devidamente segmentadas; 89,1%: desempenho de reconhecimento placa inteira.