@MASTERSTHESIS{ 2021:834425501,
 	title = {Reconhecimento de placas veiculares em cenários complexos utilizando o método do subespaço},
 	year = {2021},
 	url = "https://tede.ufam.edu.br/handle/tede/8664",
 	abstract = "Nesta dissertação, é proposto um sistema completo para a realização do processo de detecção e reconhecimento de placa de licenciamento veicular em imagens onde o processo de aquisição foi realizado com a câmera e o veículo em movimento, e que possui variações na iluminação e na resolução, além de cenários complexos. Como etapas de pré-processamento foram utilizados a conversão para a escala de cinza e o detector de objetos YOLO para realizar a detecção do carro. A primeira etapa da metodologia proposta foi a criação de bases de imagens, na qual foi utilizado o detector de objetos YOLO para detecção da placa e seis tipos de degradação para aumento de dados: ruído gaussiano, ruído de Poisson, ruído laplaciano, mudança
 de escala, rotação e mudança de contraste. Em seguida a metodologia proposta consistiu na aplicação de duas técnicas para o reconhecimento de placas veiculares, na primeira técnica utiliza-se o método do subespaço mútuo, e no segundo método utiliza-se como baseline redes neurais convolucionais. Os resultados obtidos na abordagem utilizando o método do subespaço mútuo teve como melhor resultado a acurácia de 57% e tempo médio de predição de 0,33ms, enquanto que o resultado da abordagem baseada em redes neurais convolucionais obteve como melhor resultado a acurácia de 94% e tempo médio de predição de 200ms.",
 	publisher = {Universidade Federal do Amazonas},
 	scholl = {Programa de Pós-graduação em Engenharia Elétrica},
 	note = {Instituto de Ciências Exatas}
}