DISEÑO DE UN ALGORITMO DE RECONOCIMIENTO DE PLACAS VEHICULARES ECUATORIANAS USANDO REDES NEURONALES CONVOLUCIONALES

Resumen

La detección de vehículos robados en Ecuador es una de las tareas más importantes para las agencias de seguridad del país. Una de las formas de aumentar la tasa de detección y recuperación de vehículos es a través de aplicaciones inteligentes, basadas en inteligencia artificial y redes neuronales. Estas aplicaciones permiten el desarrollo de nuevas técnicas de reconocimiento de placas vehiculares (LPR). En este artículo, proponemos un modelo para detectar placas de automóviles en movimiento utilizando redes neuronales convolucionales, primero se realiza un etiquetado manual sobre las imágenes de los vehículos, identificando la ubicación de la placa y caracteres dentro de la imagen. Esta información se introduce en una arquitectura de redes neuronales convolucionales para entrenamiento y pruebas. La arquitectura de la red neuronal es desarrollada por Google, COCO Inception V2, y se utiliza como base de entrenamiento, de donde se obtiene un modelo propio entrenado para placas ecuatorianas. Los resultados experimentales muestran que el presente trabajo alcanza una precisión de reconocimiento favorable de 85.1 % en términos del conjunto de datos de fotos de entrenamiento de placas ecuatorianas. Vale la pena mencionar el uso exclusivo de software de código abierto para el desarrollo.