Pular para o conteúdo principal

3 publicações com a etiqueta "opencv"

Ver todas as etiquetas

[Visão Computacional] Detecção Hierárquica de Objetos: ROI Veicular com YOLOv3, Detector de Placas YOLOv5 & Rastreamento CSRT (#3)

· 2 min para ler
Jaybee
AI & Robotics Engineer

Localização de Placas Veiculares com YOLOv5

📌 Resumo dos Pontos Principais (TL;DR)

  • Desafio: Buscar placas minúsculas (30x15 pixels) diretamente no quadro 1080p completo causa falsos positivos em placas de trânsito e derruba a taxa de inferência para menos de 10 FPS.
  • Solução: Abordagem em dois estágios — primeiro localiza-se o veículo (YOLOv3), depois isola-se a placa apenas no recorte (YOLOv5), intercalando quadros intermediários com o leve e rápido rastreador CSRT.

[Visão Computacional] Delimitação Dinâmica de Faixas & Critério Geométrico de Invasão por IoU (#2)

· 2 min para ler
Jaybee
AI & Robotics Engineer

Sobreposição de Detecção Dinâmica de Faixas

📌 Resumo dos Pontos Principais (TL;DR)

  • Desafio: Reflexos no asfalto molhado, emendas de piche e sombras de viadutos produzem ruídos lineares; comparações simples de coordenadas X falham em curvas.
  • Solução: Combinação de ROI trapezoidal adaptativa, filtros angulares de inclinação positiva/negativa e sobreposição de polígonos com limiar de IoU > 0,15.

[Visão Computacional] Monitoramento de Faixas por Dashcam & ANPR com Super-Resolução: Pipeline em 6 Estágios & Restrições em Tempo Real (#1)

· 2 min para ler
Jaybee
AI & Robotics Engineer

Diagrama do Pipeline ANPR em 6 Estágios

📌 Resumo dos Pontos Principais (TL;DR)

  • Desafio: Filmagens de dashcam em alta velocidade sofrem com vibrações mecânicas, reflexos de iluminação e desfoque por movimento. O OCR direto falha devido à baixa resolução dos recortes de placas.
  • Solução: Um pipeline modular em 6 estágios com restrição estrita de 30 FPS, integrando detecção de faixas, detecção hierárquica por YOLO, super-resolução EDSR e votação temporal por OCR.