Análisis de estrategias de superresolución para la identificación de placas vehiculares en imágenes con resolución no apropiada

RESUMEN : Este proyecto abordó la identificación de placas vehiculares en imágenes de baja resolución capturadas por cámaras de seguridad no especializadas. Para mejorar la calidad de las imágenes y facilitar su análisis, se implementaron técnicas de superresolución utilizando arquitecturas GAN (SRGAN, ESRGAN y Real-ESRGAN). Se creó una base de datos con 14,393 imágenes en resoluciones de 128x128 y 32x32 píxeles, etiquetadas usando YOLOv8. Las arquitecturas GAN fueron evaluadas en tres formatos de imagen (JPG, PNG y WEBP), cinco resoluciones y cuatro niveles de compresión para determinar su impacto en el rendimiento. Los resultados mostraron que ESRGAN superó a SRGAN en calidad y nitidez de imágenes, especialmente en resoluciones bajas y medias, y que el formato PNG mostró mayor resistencia a la compresión. Real-ESRGAN no obtuvo resultados satisfactorios tras 100 épocas de entrenamiento debido a su complejidad y limitaciones de hardware. Finalmente, se implementó un sistema completo en una SBC VIM3 de Khadas con una webcam Allink 550 1080p, incluyendo captura de video, detección de vehículos y placas con YOLOv8, superresolución, OCR y mejora de contraste. Los experimentos demostraron la viabilidad de aplicar estas técnicas en entornos reales, mejorando la identificación de las placas vehiculares.

• Autores: Ocampo Rojas, Alejandro
• Tipo de recurso: Trabajo de grado de pregrado
• Fecha de publicación: 2024
• Institución: Universidad de Antioquia
• Repositorio: Repositorio UdeA
• Idioma: spa
• OAI Identifier: oai:bibliotecadigital.udea.edu.co:10495/41630
• Acceso en línea: https://hdl.handle.net/10495/41630
• Palabra clave: Sistemas electrónicos de seguridad; Electronic security systems; Electrónica aparatos e instrumentos; Electronic apparatus and appliances; Procesamiento digital de imágenes; Digital image processing; http://aims.fao.org/aos/agrovoc/c_9000033
• Rights: openAccess
• License: http://creativecommons.org/licenses/by-nc-nd/2.5/co/