Sistema de Multicamadas para Detecção de Placas Sinalizadoras em Tempo Real

REPA - Revista de Engenharia e Pesquisa Aplicada

Endereço:
Rua Benfica, n. 455 - Madalena
Recife / PE
50720001
Site: http://revistas.poli.br/index.php/repa/index
Telefone: (81) 3184-7513
ISSN: 2525-4251
Editor Chefe: Diego José Rátiva Millan
Início Publicação: 01/10/2018
Periodicidade: Quadrimestral
Área de Estudo: Ciências Exatas, Área de Estudo: Engenharias

Sistema de Multicamadas para Detecção de Placas Sinalizadoras em Tempo Real

Ano: 2018 | Volume: 3 | Número: 2
Autores: R. de F. Leite, B. L. D. Bezerra, B. J. T. Fernandes
Autor Correspondente: R. de F. Leite | [email protected]

Palavras-chave: Detecção; Símbolos; Imagem; Câmera;

Resumos Cadastrados

Resumo Português:

O desenvolvimento de sistemas de assistência ao condutor (ADAS, Advanced Driver Assistance Systems) originou uma demanda de técnicas de detecção de placas sinalizadoras em imagens digitais, que estão se tornando cada vez mais robustas. Porém, essas técnicas necessitam de muito recurso computacional para serem executadas em tempo real (30 quadros por segundo). Neste artigo, é apresentado um sistema de detecção de placas sinalizadoras capturadas por câmeras digitais. O modelo proposto consiste de 2 fases de detecção, com o objetivo de juntar técnicas de busca e extração de características, que utilizam o menor custo computacional possível. O modelo possui uma taxa de acurácia acima de 90% na base de dados GTSDB (German Traffic Sign Detection Benchmark) assim como os melhores modelos do estado da arte, porém possui um menor tempo de resposta. Por fim, o sistema foi testado em um ambiente real, por meio de uma câmera digital.



Resumo Inglês:

The development of driver assistance systems (or ADAS, Advanced Driver Assistance Systems) gave origin to a demand for traffic sign detection techniques on digital images, which are be-coming more robust. However, these techniques require a lot of computational resources to exe-cute in real time (30 frames per second). This article presents a system of traffic sign detection captured by digital cameras. The proposed model consists of two stages of detection, in order to join search techniques and feature extraction, with as low as possible computational cost. The model has an accuracy rate above 90% in GTSDB database (German Traffic Sign Detection Benchmark) as well as the best state-of-the-art models, but it has a shorter response time. Fi-nally, the system was tested in a real environment with a digital camera.