Use este identificador para citar ou linkar para este item:
http://repositorio.utfpr.edu.br/jspui/handle/1/33237| Título: | Sistema de processamento de big data aplicado à monitoração de automóveis em tempo real |
| Título(s) alternativo(s): | Big data processing system applied to real-time vehicle monitoring |
| Autor(es): | Lima, Amanda Schmidt de Agostinho, Wagner Rodrigues Ulian |
| Orientador(es): | Lopes, Heitor Silvério |
| Palavras-chave: | Processamento de imagens - Técnicas digitais Visão por computador Aprendizado do computador Aprendizado profundo (Aprendizado do computador) Big data Image processing - Digital techniques Computer vision Machine learning Deep learning (Machine learning) |
| Data do documento: | 3-Nov-2022 |
| Editor: | Universidade Tecnológica Federal do Paraná |
| Câmpus: | Curitiba |
| Citação: | LIMA, Amanda Schmidt; AGOSTINHO, Wagner Rodrigues Ulian. Sistema de processamento de big data aplicado à monitoração de automóveis em tempo real. 2022. Trabalho de Conclusão de Curso de (Bacharelado em Engenharia de Computação) - Universidade Tecnológica Federal do Paraná, Curitiba, 2022. |
| Resumo: | O alto número de roubos de veículos juntamente com a baixa quantidade de automóveis que contam com alguma solução de rastreamento tornam fundamental a criação de soluções de identificação e reconhecimento de automóveis. Sistemas de visão computacional podem ser aliados no monitoramento de áreas públicas como ruas e rodovias. No entanto, a análise de automóveis é uma tarefa desafiadora devido a muitos fatores, incluindo diversidade de veículos, características de marca e modelo, cor, direção do movimento, posição da imagem e mudanças de iluminação. Além disso, o custo computacional dos sistemas de detecção é alto. Nesse trabalho de conclusão de curso descreve-se a estratégia adotada para a concepção e desenvolvimento de um sistema para identificar automóveis e indexá-los através de placa, marca e cor. Esse sistema será integrado a um sistema de processamento Big Data, permitindo disponibilizar as informações extraídas para consultas baseadas nessas características. |
| Abstract: | The high number of vehicle thefts together with the low number of cars that have some tracking solution make it essential to create vehicle identification and recognition solutions. Computer vision systems can be allies in monitoring public areas like streets and highways. However, vehicle analytics is a challenging task due to many factors, including diversity of vehicles, brand and model features, color, direction of movement, image position and lighting changes. In addition, the computational cost of detection systems is high. This course conclusion work describes the strategy adopted for the design and development of a system to identify vehicles and index them through license plate, brand and color. This system will be integrated with a Big Data processing system, allowing the information extracted to be made available for queries based on these characteristics. |
| URI: | http://repositorio.utfpr.edu.br/jspui/handle/1/33237 |
| Aparece nas coleções: | CT - Engenharia de Computação |
Arquivos associados a este item:
| Arquivo | Descrição | Tamanho | Formato | |
|---|---|---|---|---|
| monitora.pdf | 8,28 MB | Adobe PDF |  Visualizar/Abrir |
Este item está licenciada sob uma Licença Creative Commons
