Detección y reconocimiento de placas patentes utilizando la arquitectura SSD: Un enfoque basado en redes neuronales convolucionales

Resumen

Este trabajo presenta el desarrollo y evaluación de un modelo para la detección y reconocimiento de placas patentes chilenas, empleando la arquitectura Single Shot Multibox Detector (SSD) con MobileNet v2 para la detección de matrículas, junto con EasyOCR para el Reconocimiento Óptico de Caracteres (OCR). El modelo SSD fue entrenado con un conjunto de imágenes de vehículos de diversos tipos, utilizando patentes chilenas las cuales fueron extraídas de portales de venta .cl, redes sociales y luego completadas con imágenes adicionales capturadas en Arica. Para evaluar la precisión del sistema, se integró el modelo SSD con EasyOCR en un solo sistema funcional que permite tanto la detección como el reconocimiento de los caracteres de las placas.
El objetivo de este estudio es mostrar la eficiencia del modelo SSD en la detección de placas patentes y destacar el potencial que tiene para seguir avanzando en esta área de investigación, ya que existen muchos estudios sobre la detección de objetos, sin embargo, la gran mayoría de estos se basan en enfoques más conocidos como el modelo YOLO o Faster R-CNN. Los resultados obtenidos muestran una precisión del 100% en la detección de placas utilizando el modelo SSD. En cuanto a la detección y reconocimiento de caracteres, se alcanzó una precisión del 94%, lo que demuestra la efectividad de la arquitectura SSD con EasyOCR.
Se discuten las implicaciones prácticas de este sistema y las posibles mejoras futuras en la detección y reconocimiento de caracteres, sugiriendo que la combinación de SSD con EasyOCR es una solución eficiente para el reconocimiento de placas patentes en escenarios del mundo real.