Detección de placas vehiculares mediante modelo de clasificador en cascada basado en lenguaje Python

• Published in: Ecomatemático Vol. 12; no. 1; pp. 41 - 53
• Main Authors: Niño-Rondón, Carlos Vicente, Castellano-Carvajal, Diego Andrés, Castro-Casadiego, Sergio Alexander, Medina-Delgado, Byron, Guevara-Ibarra, Dinael
• Format: Journal Article
• Language: English; Spanish
• Published: Universidad Francisco de Paula Santander 01.01.2021
• Subjects: detector en cascada; placas; transformación geométrica; tratamiento de imágenes; vehículos
• ISSN: 1794-8231; 2462-8794
• DOI: 10.22463/17948231.3068

La detección de placas vehiculares empleando técnicas de aprendizaje automático mejora los procesos de rastreo, seguimiento y seguridad. Se presenta el desarrollo de un modelo de clasificador en cascada para la detección de placas vehiculares, utilizando las herramientas de Python, OpenCV y Cascade Trainer GUI, basadas en código abierto. Las imágenes utilizadas para el procesamiento fueron capturadas mediante una cámara para Raspberry Pi conectada a la placa embebida, en diversos puntos de la zona céntrica de la ciudad fronteriza de Cúcuta, Colombia; posteriormente enviadas a una computadora personal y redireccionadas mediante transformaciones geométricas; y para garantizar el alto rendimiento del sistema de clasificación, se aplican procesos de aumentado de datos, pasando de 245 a 1867 imágenes para el entrenamiento del detector en cascada. El modelo de clasificación tardó 17.4 minutos en crearse, y se probó con imágenes y videos en ambientes reales de la ciudad de Cúcuta, logrando la detección de placas vehiculares de matrículas colombianas y venezolanas con una efectividad del 90.26%.