Implementação de protótipo baseado na tecnologia OCR aplicada ao reconhecimento de rótulos para busca em banco de dados

Abstract

A Internet das coisas visa conectar todos as coisas presentes no dia a dia para a facilitar e automatizar a rotina humana. Desde celulares; guarda chuvas; geladeiras e diversos outros itens, cada vez mais pode se observar objetos sendo conectados a uma rede e realizando a comunicação com outros dispositivos. Porém, coisas degradáveis como embalagens de produtos também podem fazer deste conjunto de itens detectáveis, dessa forma, seria possível por exemplo, visualizar informações mais detalhadas sobre um produto no celular apenas ao aproximar o dispositivo com o rótulo. Porém, atualmente, o custo para tornar todos os rótulos detectáveis pode tornar inviável a detecção de produtos descartáveis. Dessa forma, como alternativa ao problema descrito, este trabalho apresenta a implementação de um protótipo de arquitetura e software para que seja realizada a detecção dos rótulos através da câmera do dispositivo utilizado, isso é possível através do reconhecimento ótico de caracteres (OCR), este que pode ser realizado através de uma plataforma de visão computacional já existente. O protótipo pode ser acessado via navegador de internet de um computador, dessa forma, ao acessa-lo e capturar uma foto do rótulo de uma cerveja, a foto é enviado para o servidor, este que realiza o OCR através da plataforma de visão computacional, busca as informações em um banco de dados referentes a cerveja indicada e mostra para o usuário através do navegador, permitindo também que o usuário avalie a cerveja. Além disso, durante o trabalho são realizados testes com redes neurais convolucionais para a avaliação de viabilidade para utiliza-las em um mecanismo de detecção com classificadores, para isto, foram estudados os conceitos de redes neurais e suas arquiteturas, além da implementação de um pequeno protótipo rede neural convolucional (CNN) para teste. Dessa forma, comprovou-se inviabilidade de utilização de classificadores de imagens já que na arquitetura proposta o usuário seria o responsável por inserir novas informações e o treinamento de classificadores com CNN requer uma quantidade significativa de dados de imagens.