Use este identificador para citar ou linkar para este item: http://repositorio.utfpr.edu.br/jspui/handle/1/20115
Título: Aplicação de redes neurais artificiais profundas na detecção de placas de pare
Título(s) alternativo(s): Application of deep artificial neural networks for detecting stop signs
Autor(es): Scalabrin, Marlon Henrique
Orientador(es): Guimarães, Jeconias Rocha
Palavras-chave: Redes neurais (Computação)
Inteligência artificial
Sistemas especialistas (Computação)
Neural networks (Computer science)
Artificial intelligence
Expert systems (Computer science)
Data do documento: 26-Out-2019
Editor: Universidade Tecnológica Federal do Paraná
Câmpus: Francisco Beltrao
Citação: SCALABRIN, Marlon Henrique. Aplicação de redes neurais artificiais profundas na detecção de placas de pare. 2019. Trabalho de Conclusão de Curso (Especialização em Métodos Matemáticos Aplicados) – Universidade Tecnológica Federal do Paraná, Francisco Beltrão, 2019.
Resumo: Sistemas inteligentes estão cada vez mais presentes em nosso dia a dia, nos auxiliando em diversas tarefas. Dentre vários, destacam-se aqueles de identificação visual usando redes neurais artificiais. Neste sentido, aplicamos técnicas de inteligência artificial no desenvolvimento de uma solução em visão computacional para detecção de objetos em imagens, com o foco em placas de pare. O formalismo de redes neurais artificiais foi empregado para desenvolver um classificador capaz de integrar características extraídas de imagens, realizando a classificação e localização de objetos nelas inseridos. Utilizou-se uma Rede Neural Artificial Convolucional Multicamada com técnicas de aprendizagem profunda. A rede neural projetada segue padrões definidos no projeto YOLO (You Only Look Once), aproveitando-se de suas capacidades de aprendizagem rápida e amplo reconhecimento de padrões em imagens, alcançando uma boa taxa de sucesso. Os experimentos permitiram a detecção de placas de pare de forma invariável ao espaço em imagens complexas.
Abstract: Intelligent systems are increasingly present in our daily lives. Among many, stands out the ones based on artificial neural networks. In this way, we apply artificial intelligence techniques in the development of a computer vision solution for object detection in images, with focus on stop signs. Artificial neural network was used to develop a classifier capable of integrating features extracted from images, performing the classification and localization of objects in them. A multilayered convolutional artificial neural network with deep learning techniques was used. The projected neural network follows procedure set in the YOLO (You Only Look Once) project, taking advantage of its fast learning capabilities and extensive image pattern recognition, achieving a good success rate. Experiments allowed detection of stop signs invariably to space in complex images.
URI: http://repositorio.utfpr.edu.br/jspui/handle/1/20115
Aparece nas coleções:FB - Métodos Matemáticos Aplicados

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
FB_CEMMA_I_2019_08.pdf4,63 MBAdobe PDFThumbnail
Visualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.