Use este identificador para citar ou linkar para este item: http://repositorio.utfpr.edu.br/jspui/handle/1/19829
Título: Módulo auxiliar de monitoramento veicular através de câmeras e deep learning
Autor(es): Andrade, Rodrigo Meira de
Orientador(es): Santos, Max Mauro Dias
Palavras-chave: Veículos a motor
Imagens
Câmaras de vídeo
Sistemas auto-organizáveis
Aprendizado do computador
Motor vehicles
Pictures
Camcorders
Self-organizing systems
Machine learning
Data do documento: 11-Dez-2017
Editor: Universidade Tecnológica Federal do Paraná
Câmpus: Curitiba
Citação: ANDRADE, Rodrigo Meira. Módulo auxiliar de monitoramento veicular através de câmeras e deep learning. 2017. 37 f. Trabalho de Conclusão de Curso (Especialização em Sistemas Embarcados Para a Indústria Automotiva) - Universidade Tecnológica Federal do Paraná, Curitiba, 2017.
Resumo: O número de mortes de trânsito no Brasil vem aumentando gradativamente a cada ano, uma parte desse aumento é devido ao desrespeito e a distração do condutor no trânsito. Atualmente centros urbanos utilizam radares para o monitoramento de velocidade dos veículos, e os dados estatísticos provam que o uso desses equipamentos diminuiu drasticamente a quantidade de acidentes e consequentemente a quantidade de mortos, hoje com a tecnologia atual já é possível empregar radares diretamente nos veículos, porém pouco se houve a respeito da existência deles, o uso da tecnologia atual para o desenvolvimento desses radares podem servir como um auxílio ao motorista, e não um equipamento para penalizar, com o uso de câmeras no veículo pode-se criar um equipamento que auxilie o motorista, transformando informações visuais capturadas pelas câmeras em informações sonoras, enviadas para o motorista, com técnicas de aprendizado de máquina, mais especificamente na área de deep learning, já é possível desenvolver algoritmos que possa identificar determinada ação do motorista pelo seus gestos e assim executar outra ação para auxilia-lo, o estudo a ser apresentado tem como objetivo o desenvolvimento de um algoritmo que através de câmeras consiga detectar a direção para onde o motorista está olhando e assim com câmeras distribuídas pelo veículo possa monitorar automaticamente regiões em que o motorista não está observando, e caso haja determinada situação de risco, esse algoritmo deverá emitir uma notificação sonora para o condutor.
Abstract: The number of traffic fatalities in Brazil is increasing gradually each year, a part of this increase is due to the disrespect and the distraction of the driver in traffic. Currently, urban centers use radars to monitor vehicle speed, and statistical data prove that the use of such equipment has dramatically reduced the number of accidents and consequently the number of deaths, today with the current technology it is already possible to employ radars directly in vehicles, but little if there were of them, the use of the current technology for the development of these radars can serve as an aid to the driver, not an equipment to penalize, with the use of cameras in the vehicle can create equipment that helps the driver , transforming visual information captured by the cameras into sound information, sent to the driver, with machine learning techniques, more specifically in the area of deep learning, it is already possible to develop algorithms that can identify a certain action of the driver by his gestures and thus execute another action to help him, the study to be presented aim is to develop an algorithm that through cameras can detect the direction to which the driver is looking and thus with cameras distributed by the vehicle can automatically monitor regions in which the driver is not observing and in case of a certain risk situation, this algorithm shall issue a sound notification to the driver.
URI: http://repositorio.utfpr.edu.br/jspui/handle/1/19829
Aparece nas coleções:CT - Sistemas Embarcados para a Indústria Automotiva

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
CT_CESEB_III_2016_05.pdf1,24 MBAdobe PDFThumbnail
Visualizar/Abrir


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