Detecção, identificação e rastreamento de pessoas em ambientes urbanos no contexto de cidades inteligentes.
Carregando...
Tipo
TCC
Data de publicação
2023-12-14
Periódico
Citações (Scopus)
Autores
Schenberg, Bruno Seki
Morishita Garbi, Gabriel da Silva
Rocha, Leonardo Santos da
Morishita Garbi, Gabriel da Silva
Rocha, Leonardo Santos da
Orientador
Fernandes, Leandro Carlos
Título da Revista
ISSN da Revista
Título de Volume
Membros da banca
Programa
Resumo
Por meio da análise de imagens e vídeos, o presente trabalho objetivou o estudo e aplicação de técnicas eficientes para a detecção e
rastreamento automático de pessoas em cenários urbanos em tempo real. A proposta se desenvolveu através do treinamento e implementação de um modelo
de Rede Neural Convolucional para classificação e localização de pessoas, as quais são rastreados durante toda a sua trajetória por meio de um algoritmo
de rastreamento. Como demonstração da eficiência do modelo treinado, foi implementada uma aplicação capaz de nomear pessoas presentes no cenário
em tempo real, a qual comprovou a excelência do modelo ao realizar as tarefas de reconhecimento e rastreamento de múltiplos objetos ao mesmo tempo. No
contexto de cidades inteligentes, a proposta do projeto tem como intuito auxiliar na automatização de sistemas de segurança, de controle de situação, análise de
ocupação, controle de fluxo e veículos inteligentes, que estão intrinsicamente ligados a processos decisórios de gestão de espaços públicos ou privados.
Through the analysis of images and videos, this study aimed to explore and apply efficient techniques for the automatic detection and tracking of individuals in real-time urban settings. The approach involved training and implementing a Convolutional Neural Network model for the classification and localization of individuals, which were tracked throughout their trajectory using a tracking algorithm. To demonstrate the model's efficacy, an application capable of real-time labeling of individuals in the scene was developed, showcasing the model's excellence in performing recognition and tracking tasks for multiple objects simultaneously. Within the context of smart cities, this project proposal aims to assist in automating security systems, situational control, occupancy analysis, flow control, and intelligent vehicle management, all of which are inherently linked to decision-making processes in managing public or private spaces.
Through the analysis of images and videos, this study aimed to explore and apply efficient techniques for the automatic detection and tracking of individuals in real-time urban settings. The approach involved training and implementing a Convolutional Neural Network model for the classification and localization of individuals, which were tracked throughout their trajectory using a tracking algorithm. To demonstrate the model's efficacy, an application capable of real-time labeling of individuals in the scene was developed, showcasing the model's excellence in performing recognition and tracking tasks for multiple objects simultaneously. Within the context of smart cities, this project proposal aims to assist in automating security systems, situational control, occupancy analysis, flow control, and intelligent vehicle management, all of which are inherently linked to decision-making processes in managing public or private spaces.
Descrição
indicado para publicação.
Palavras-chave
inteligência artificial , redes neurais , classificação , detecção , identificação , rastreamento , cidades inteligentes , segurança , vigilância , artificial intelligence , neural networks , classification , detection , identification , tracking , real time , smart cities , security , surveillance