EXPLORANDO GRANDES MODELOS DE LINGUAGEM PARA APRIMORAR O RECONHECIMENTO DE PLACAS DE VEÍCULOS EM CENÁRIOS DO MUNDO REAL

INTRODUÇÃO: O Reconhecimento Automático de Placas de Veículos (ALPR) é usado em fiscalização, vigilância e pedágios, mas ainda perde desempenho quando as imagens apresentam baixa resolução, desfoque, iluminação inadequada ou ângulos desfavoráveis. Uma dificuldade importante é a falta de conjuntos de treinamento que representem essas condições reais. OBJETIVOS: Este trabalho investigou o uso de dados sintéticos para aumentar a robustez de modelos de reconhecimento de placas em cenários reais. Também foram avaliadas etapas auxiliares de reconhecimento de texto, classificação de legibilidade e localização automática das placas. MATERIAIS E MÉTODO: Inicialmente, o modelo PARSeq-tiny foi ajustado com o conjunto RodoSol-ALPR. Em seguida, CLIP, SigLIP e Gemini foram avaliados, sem treinamento adicional, na classificação de quatro níveis de legibilidade. Um detector YOLO11n foi ajustado para localizar placas. Por fim, o modelo de difusão Diffusion Model Translator (DMT) foi treinado com pares de imagens em alta e baixa resolução para aprender degradações reais. As imagens sintéticas geradas foram adicionadas ao treinamento do PARSeq-tiny, e o desempenho foi medido em 3.000 sequências de imagens por meio da Votação Majoritária por Posição de Caractere (MVCP). RESULTADOS: O ajuste do PARSeq-tiny elevou a taxa global de reconhecimento de 30,0% para 97,7% no RodoSol-ALPR. Na classificação de legibilidade, as acurácias globais variaram entre 40,0% e 51,3%, resultado insuficiente para manter essa etapa. O YOLO11n alcançou precisão de 1,00, revocação de 0,9999 e F1 de 1,00. Na comparação principal, que avalia o efeito de imagens sintéticas no desempenho de reconhecedor, a base sem imagens sintéticas obteve 74,17% de reconhecimento. A base enriquecida com imagens do DMT alcançou 74,37%. CONSIDERAÇÕES FINAIS: Os resultados mostram que dados sintéticos podem contribuir para o reconhecimento de placas, mas o ganho observado foi pequeno e dependeu da configuração do modelo generativo. A principal limitação foi a quantidade reduzida de pares de treinamento, cuja obtenção é cara. Trabalhos futuros devem ampliar esses dados e avaliar modelos que aprendam com conjuntos não pareados.

PALAVRAS-CHAVE: Reconhecimento Automático de Placas; Modelos Generativos; Modelos de Difusão; Aumento de Dados; Visão Computacional.