1. Repositório Institucional da Universidade Tecnológica Federal do Paraná (RIUT)
  2. GRAD - Cursos de Graduação
  3. TCC - Trabalhos de Conclusão de Curso de Graduação
  4. Ponta Grossa
  5. PG - Engenharia Mecânica
Use este identificador para citar ou linkar para este item: http://repositorio.utfpr.edu.br/jspui/handle/1/16279
Registro completo de metadados
Campo DCValorIdioma
dc.creatorBaroni, Rafael Becker
dc.date.accessioned2020-11-19T19:51:20Z-
dc.date.available2020-11-19T19:51:20Z-
dc.date.issued2018-12-11
dc.identifier.citationBARONI, Rafael Becker. Metodologia para controle de semáforos utilizando processamento de imagens para reconhecimento da quantidade de carros. 2018. 91 f. Trabalho de Conclusão de Curso (Bacharelado em Engenharia Mecânica) - Universidade Tecnológica Federal do Paraná, Ponta Grossa, 2018.pt_BR
dc.identifier.urihttp://repositorio.utfpr.edu.br/jspui/handle/1/16279-
dc.description.abstractThe use of vehicles day by day has been increased every day that passes causing more logistics difficulties in the mean of time. This study relates especially with the internal logistics of the cities in the traffic light time optimization by applying cameras and image processing by deep learning, with the use of an enhancement algorithm, where can be verified the increase of the flows due the better distribution of the traffic light times.pt_BR
dc.languageporpt_BR
dc.publisherUniversidade Tecnológica Federal do Paranápt_BR
dc.rightsopenAccesspt_BR
dc.subjectTrânsito - Sinais e sinalizaçãopt_BR
dc.subjectProcessamento de imagenspt_BR
dc.subjectTrânsito - Congestionamentopt_BR
dc.subjectTrânsito - Fluxopt_BR
dc.subjectTraffic signs and signalspt_BR
dc.subjectImage processingpt_BR
dc.subjectTraffic congestionpt_BR
dc.subjectTraffic flowpt_BR
dc.titleMetodologia para controle de semáforos utilizando processamento de imagens para reconhecimento da quantidade de carrospt_BR
dc.typebachelorThesispt_BR
dc.description.resumoA utilização de veículos no cotidiano tem ampliado a cada dia que passa, gerando cada vez maiores dificuldades logísticas no quesito de tempo. Este estudo se relaciona especificamente com a logística interna das cidades na otimização dos tempos de semáforos, pelo uso de câmeras e processamento de imagens por deep learning, junto à utilização de um algoritmo de aprimoramento, onde pode ser verificado aumento na fluidez do tráfego decorrente de uma melhor distribuição dos tempos de semáforo.pt_BR
dc.degree.localPonta Grossapt_BR
dc.publisher.localPonta Grossapt_BR
dc.contributor.advisor1Santos, Max Mauro Dias
dc.contributor.referee1Santos, Max Mauro Dias
dc.contributor.referee2Carvalho, Marcelo Vasconcelos de
dc.contributor.referee3Martins, Marcella Scoczynski Ribeiro
dc.publisher.countryBrasilpt_BR
dc.publisher.departmentDepartamento Acadêmico de Mecânicapt_BR
dc.publisher.programEngenharia Mecânicapt_BR
dc.publisher.initialsUTFPRpt_BR
dc.subject.cnpqCNPQ::ENGENHARIAS::ENGENHARIA MECANICApt_BR
Aparece nas coleções:PG - Engenharia Mecânica

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
PG_DAMEC_2018_2_23.pdf2,12 MBAdobe PDFThumbnail
Visualizar/Abrir
Mostrar registro simples do item Recomendar este item Visualizar estatísticas


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