Use este identificador para citar ou linkar para este item:
http://repositorio.utfpr.edu.br/jspui/handle/1/31501
Título: | O emprego de redes neurais convolucionais na identificação de máscaras de proteção no contexto da COVID-19 |
Título(s) alternativo(s): | The use of convolutional neural networks in the identification of protective masks in the context of COVID-19 |
Autor(es): | Voltan, José Luiz Neves |
Orientador(es): | Oliva, Jefferson Tales |
Palavras-chave: | Redes neurais (Computação) COVID-19 (Doença) Máscara Neural networks (Computer science) COVID-19 (Disease) Gas masks |
Data do documento: | 8-Jun-2022 |
Editor: | Universidade Tecnológica Federal do Paraná |
Câmpus: | Dois Vizinhos |
Citação: | VOLTAN, José Luiz Neves. O emprego de redes neurais convolucionais na identificação de máscaras de proteção no contexto da COVID-19. 2022. Monografia (Especialização em Ciência de Dados) - Universidade Tecnológica Federal do Paraná, Dois Vizinhos, 2022. |
Resumo: | Durante a pandemia do Coronavirus (COVID-19), o uso de máscaras de proteção se mostrou um importante recurso para frear a contaminação entre pessoas. A máscara é uma recurso não-farmacológico, de baixo custo, mas com grande impacto. Mesmo assim, algumas pessoas não a utilização, ou o fazem de forma incorreta, sendo assim importante a identificação e orientação nesses casos. O trabalho apresenta uma proposta de utilização de Redes Neurais Convolucionais (CNN) como forma de identificar pessoas que estão utilizando máscara de proteção corretamente, incorretamente ou estão sem a máscara (3 classes). Para treinamento e teste, utilizou-se um dataset com imagens geradas de forma artificial. Duas arquiteturas de CNN foram propostas e comparadas, gerando 5 modelos cada uma. Apesar dos modelos terem arquiteturas simples, obtiveram uma acurácia superior a 99% no conjunto de teste. As arquiteturas apresentadas pode ser utilizadas para o controle de acesso em ambientes fechados, como forma de se garantir o correto uso da máscara de proteção. |
Abstract: | During the Coronavirus (COVID-19) pandemic, the use of protective masks proved to be an im- portant resource to reduce contamination between people. The mask is a non-pharmacological, low-cost resource, but with great impact. Even so, some people do not use it, or do it incorrectly, so identification and guidance in these cases is important. This work presents a proposal for the use of Convolutional Neural Networks (CNN) as a way to identify people who are using a protective mask correctly, incorrectly or are without a mask (3 labels). For training and testing, a dataset with artificially generated images was used. Two CNN architectures were proposed, generating 5 models each. These models, despite having a simple architecture, achieved an accuracy greater than 99% in the test set. The architectures presented can be used for access control in indoor environments, as a way of guaranteeing the correct use of the protection mask. |
URI: | http://repositorio.utfpr.edu.br/jspui/handle/1/31501 |
Aparece nas coleções: | DV - Ciência de Dados |
Arquivos associados a este item:
Arquivo | Descrição | Tamanho | Formato | |
---|---|---|---|---|
redesneuraisidentificacaomascaras.pdf | 2,62 MB | Adobe PDF | Visualizar/Abrir |
Este item está licenciada sob uma Licença Creative Commons