[Visão Computacional] Superando Artefatos em Vídeos de Dashcam: Super-Resolução Profunda (EDSR vs FSRCNN) & Empilhamento Multi-Frame (#4)
· 2 min para ler
📌 Resumo dos Pontos Principais (TL;DR)
- Desafio: Recortes de placas em dashcams medem com frequência menos de 40x20 pixels com severa compressão H.264. A interpolação bicúbica comum borra os caracteres.
- Solução: Aplicação de redes residuais profundas aprimoradas (EDSR) para ampliação de 4x e média temporal de múltiplos quadros para cancelamento de ruído estocástico.
1. Comparativo de Modelos: EDSR vs. FSRCNN
| Modelo de Super-Resolução | Tempo de Inferência (ms) | Qualidade da Reconstrução | Recomendação de Uso |
|---|---|---|---|
| Interpolação Bicúbica | < 1 ms | Muito borrada; caracteres fundidos | Inadequado para OCR |
| FSRCNN (Fast SR) | ~ 8 ms | Nitidez moderada de bordas | Dispositivos móveis de borda |
| EDSR (Enhanced Deep Residual) | ~ 35 ms | Excelente definição de caracteres & contraste | Pipeline de Produção |
O EDSR remove camadas supérfluas de Batch Normalization e emprega blocos residuais expandidos, reconstruindo contornos alfanuméricos nítidos a partir de imagens extremamente pixeladas.
📌 Resumo Executivo para Gestão (3–5 Linhas)
- Limites da Interpolação Simples: Algoritmos clássicos amplificam blocos de compressão e impedem a leitura pelo OCR.
- Reconstrução com EDSR 4x: Redes neurais residuais restauram bordas e contraste com fidelidade matemática.
- Empilhamento de Quadros: A média temporal cancela o ruído do sensor antes do processamento textual.
- Salto de Acurácia: A super-resolução eleva a taxa de sucesso do OCR de 42% para mais de 89%.