Aprendizaje profundo en imágenes para identificación de características de vehículos en movimiento en IoT

Abstract

En este trabajo se propone una solución conceptual dentro del paradigma IoT (Intenet of Things). Más específicamente se trata de identificar características de vehículos en movimiento en vías urbanas o interurbanas, destacando como esencial la región de la matrícula y los caracteres que la conforman. Para ello se utiliza la cámara de un dispositivo móvil que captura imágenes. Para el procesamiento de estas imágenes se utilizan técnicas avanzadas de tratamiento en el ámbito de la Visión por Computador y por ende dentro de la Inteligencia Artificial. El proceso consta de varias fases, de forma que en primer lugar se detectan los vehículos en movimiento mediante análisis del flujo óptico, a continuación, se utilizan modelos de redes neuronales convolucionales (CNN, Convolutional Neural Networks) para identificar tanto el propio vehículo como la región de la matrícula dentro de él. Una vez reconocida la región de la matrícula, el siguiente paso consiste en identificar los caracteres que la conforman, para ello se utiliza un OCR (Optical Character Recognition) de carácter genérico. Los resultados del procesamiento de las imágenes se almacenan en la nube, para ello se utiliza la plataforma ThingSpeak específica de IoT Las diferentes funcionalidades que implementan los procesos mencionados, se integran para conformar la solución IoT de concepto integrada. Esta solución tiene como finalidad sentar las bases para un futuro despliegue hacia un entorno real, dentro de los futuros desarrollos de ciudades inteligentes (Smart Cities). Para cada uno de los distintos procesos se obtienen los resultados más relevantes, siendo el objetivo el proporcionar dicha solución conceptual, antes que la evaluación de las diferentes técnicas, que constituyen un análisis fuera del contexto IoT del presente trabajo. En base a estas consideraciones se plantean los objetivos concretos y se evalúan las soluciones proporcionadas a través de los resultados obtenidos.This paper proposes a conceptual solution within the IoT (Internet of Things) paradigm. More specifically, the aim is to identify characteristics of vehicles in motion on urban or interurban roads, with the region of the plate and the characters that make up the plate number plate being essential. For this purpose, the camera of a mobile device that captures images is used. For the processing of these images, advanced processing techniques are used in the field of Computer Vision and therefore within Artificial Intelligence. The process consists of several phases, so that first the moving vehicles are detected by optical flow analysis, then Convolutional Neural Network (CNN) models are used to identify both the vehicle itself and the license plate region within it. Once the license plate region is recognized, the next step is to identify the characters that make it up, using a generic OCR (Optical Character Recognition). The results of the image processing are stored in the cloud using the IoT-specific ThingSpeak platform. The different functionalities that implement the aforementioned processes are integrated to form the integrated IoT concept solution. The purpose of this solution is to lay the foundations for a future deployment towards a real environment, within the future developments of Smart Cities. For each of the different processes, the most relevant results are provided, the objective being to provide such conceptual solution, rather than the evaluation of the different techniques, which constitute an analysis outside the IoT context of this work. Based on these considerations, the specific objectives are set and the solutions provided are evaluated through the results obtained