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

Abstract

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%.