Navegando por Assunto "OCR"
Agora exibindo 1 - 2 de 2
Resultados por página
Opções de Ordenação
Trabalho de Curso - Graduação - Monografia Acesso aberto (Open Access) Sistema de reconhecimento automático de placas veiculares utilizando visão computacional(2024-12-05) HORA, Breno Aires da; PINHEIRO, Daniel da Conceição; http://lattes.cnpq.br/2970581734279237Este trabalho apresenta a detecção e o reconhecimento de placas de identificação veicular com uso de técnicas de visão computacional aplicadas à fiscalização de trânsito. Foi criado um conjunto de dados próprio com placas brasileiras, isso inclui as etapas de gravação, seleção e anotação de imagens, combinado a um conjunto de dados internacional para o treinamento de variantes do modelo YOLO, seguido de uma análise do desempenho geral desses modelos. Além da detecção de placas, o reconhecimento óptico de caracteres (OCR) foi realizado com os modelos EasyOCR e PaddleOCR, enquanto esse último foi o mais eficiente. Os experimentos mostraram que o modelo YOLOv8s-gb superou o YOLOv5su-g em confiança média, sensibilidade média e tempo de processamento. A combinação do PaddleOCR com o YOLOv8s-gb e YOLOv5su-g aplicados a um total de 460 placas, resultou no reconhecimento de 244 e 208, respectivamente, enquanto o EasyOCR reconheceu 118 e 89 placas nos mesmos cenários. O estudo destaca a importância de conjuntos de dados específicos para aprimorar modelos de visão computacional em contextos locais, isso contribui para o avanço do reconhecimento automático de placas veiculares no Brasil.Trabalho de Curso - Graduação - Monografia Acesso aberto (Open Access) Viabilidade técnica de um sistema de OCR para monitoramento de sinais vitais em monitores multiparâmetro(2025-07-08) FERREIRA, Gabriel Lima; BAYMA, Rafael Suzuki; http://lattes.cnpq.br/6240525080111166Este trabalho apresenta o desenvolvimento e a avaliação de um sistema em Python, baseado em técnicas de visão computacional (OpenCV) e OCR (Pytesseract), para extração automatizada de sinais vitais a partir de vídeos de monitores médicos. Foram processados quatro vídeos obtidos na internet, com diferentes resoluções, taxas de quadros e condições de iluminação, para verificar a sensibilidade do método a fatores externos. A região de saturação de oxigênio obteve acurácias entre 94 % e 100 %, enquanto batimento cardíaco variou de 69,23 % a 100 %. A extração da frequência de pulso apresentou maior dispersão, indo de apenas 2,86 % no primeiro vídeo até 100 % nos ajustes posteriores. A média geral de acertos foi de 84,29 % (erro médio de 15,71 %), evidenciando viabilidade técnica do sistema. As principais limitações identificadas estão associadas à qualidade dos vídeos — resolução, estabilidade da câmera, iluminação e ruídos visuais —, o que reforça a necessidade de ambientes controlados e calibração refinada das regiões de interesse. Este estudo de viabilidade técnica demonstra que a combinação de OpenCV e Pytesseract pode suportar soluções de monitoramento remoto em unidades de terapia intensiva, desde que respeitadas as condições mínimas de captura de imagem.