In this paper, a low resolution Brazilian license plate detection system based on the TV-L1 bilateral superresolution method is proposed. The system is used in uncontrolled environments whose acquisition source is performed in motion to detect license plates using a point of view of a bicycle and a simple cell phone camera. The system is divided in: (i) super-resolution, in which the use of bilateral images from super-resolution videos TV-L1 was used to increase the spatial resolution of the designed database and; (ii) license plate detection, in which digital image processing techniques were used to convert the input image to grayscale and isolate the object of interest, through the morphological operation of closing and the algorithm of flood fill. As a result, the TV-L1 bilateral super-resolution method had an accuracy of 93%, making it a promising approach for future research.

Resumo-Neste artigo, propõem-se dois sistemas para reconhecimento de placas veiculares. O primeiro sistema usa o método do subespaço mútuo e o segundo utiliza CNN. Os sistemas propostos são utilizados em ambientes complexos, caracterizado por veículos em movimento e com variação na iluminação e resolução. Para auxiliar no processo de identificação e localização da placa veicular na imagem são empregadas técnicas de préprocessamento e de detecção de veículos (YOLO). Os resultados obtidos foram promissores, apresentando como acurácia 56% para o método de subespaço mútuo e 99% para o método baseado em redes neurais.Palavras-Chave-Detecção de placas veiculares, método do subespaço, CNN.

Introdução: O vírus Sars-CoV-2 da família dos coronavírus foi descoberto em dezembro de 2019 na República Popular da China, na cidade de Wuhan, foco inicial da pandemia da doença do coronavírus 2019 (COVID-19). Essa doença ocasionou diversos óbitos mundialmente e a presença de comorbidades foi associada com o aumento dessas ocorrências. Objetivo: Utilizar ferramentas de Data Science para analisar se o acometimento por COVID-19 no Amazonas aumentava o risco de ocorrência de óbitos em pacientes que desenvolveram síndrome respiratória aguda grave (SRAG) e concomitantemente apresentavam alguma comorbidade associada. Material e Métodos: Estudo observacional retrospectivo do tipo caso-controle pareado a partir de dados de SRAG disponíveis no OpenDataSUS, pelo Ministério da Saúde, utilizando linguagem de programação Python e a biblioteca Pandas. Resultados: Constatou-se 17.924 casos de COVID-19 em 2020 no Amazonas, desses 5.882 pacientes vieram a óbito. Dentre os casos de óbitos decorrente de COVID-19, verificou-se que 68,74% apresentavam alguma comorbidade associada. Ao comparar os grupos de acordo com a exposição e a ocorrência de desfecho, verificou-se que a exposição à COVID-19 em pacientes com comorbidades associadas aumentou o risco para ocorrência de óbitos, exceto quando presente síndrome de Down. A comorbidade mais prevalente entre os casos de COVID-19 foi a doença cardiovascular crônica (47,84%) e a mais letal foi a doença renal crônica (62,23%). Conclusão: Este estudo demonstrou que o acometimento por COVID-19 aumentou a chance de ocorrência de óbitos em indivíduos com comorbidades que desenvolveram SRAG em 2020 no Amazonas, além de explicitar o impacto negativo dos acometimentos cardiovasculares sobre a progressão da COVID-19.