
Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
| Metadados | Descrição | Idioma |
|---|---|---|
| Autor(es): dc.contributor | Silva, Luciano, 1974- | - |
| Autor(es): dc.contributor | Universidade Federal do Paraná. Setor de Ciências Exatas. Programa de Pós-Graduação em Informática | - |
| Autor(es): dc.creator | Casa, Claudemir, 1995- | - |
| Data de aceite: dc.date.accessioned | 2025-09-01T13:29:15Z | - |
| Data de disponibilização: dc.date.available | 2025-09-01T13:29:15Z | - |
| Data de envio: dc.date.issued | 2022-01-18 | - |
| Data de envio: dc.date.issued | 2022-01-18 | - |
| Data de envio: dc.date.issued | 2020 | - |
| Fonte completa do material: dc.identifier | https://hdl.handle.net/1884/72060 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/1884/72060 | - |
| Descrição: dc.description | Orientador: Luciano Silva | - |
| Descrição: dc.description | Dissertação (mestrado) - Universidade Federal do Paraná, Setor de Ciências Exatas, Programa de Pós-Graduação em Informática. Defesa : Curitiba, 29/04/2021 | - |
| Descrição: dc.description | Inclui referências: p. 33-36 | - |
| Descrição: dc.description | Área de concentração: Inteligência Computacional | - |
| Descrição: dc.description | Resumo: A deteccao de objetos e muito utilizada atualmente devido aos varios tipos de problemas que e possivel solucionar atraves desse tipo de abordagem. Existem metodos que utilizam a deteccao de objetos para extrair partes especificas do corpo humano com objetivo de aumentar a precisao da deteccao de forma geral, como por exemplo na estimativa de pose. O objetivo deste trabalho e apresentar um modelo de Rede Neural para a deteccao e segmentacao de partes do corpo humano. E disponibilizado um modelo multiplataforma de tempo real que pode ser executado em computadores comuns, assim como em dispositivos moveis e sistemas embarcados. Ele caracteriza-se por ser compacto, e por explorar uma parte da deteccao de objetos ainda pouco utilizada. Uma das caracteristicas marcantes e sua capacidade de reconhecer partes do corpo humano mesmo em ambientes nao controlados, devido a utilizacao de um subset aleatorio da base publica do Google (Open Images Dataset) que contem imagens com objetos nos mais variados tamanhos, posicoes, condicoes de iluminacao e de oclusao. O modelo final possui a capacidade de detectar 18 classes distintas com uma precisao de 37%, incluindo classificacao de genero. A proposta principal e entregar algo que possa ser utilizado para a resolucao de problemas especificos que necessitem da deteccao e extracao de partes do corpo humano, assim como aqueles de autenticacao de usuarios que necessitam extrair certas regioes para aumentar sua precisao. A arquitetura do modelo, assim como o arquivo final, foram desenvolvidos utilizando tecnicas que sao consideradas estado da arte e algumas das melhores ferramentas disponiveis para criacao de redes neuras. O processo e as ferramentas utilizadas sao descritos com mais detalhes no decorrer do trabalho. Palavras-chave: Deteccao de partes do corpo humano, modelo compacto, modelo de tempo real, redes neurais | - |
| Descrição: dc.description | Abstract: Object detection is widely used today due to the various types of problems that can be solved using this type of approach. There are methods that use object detection to extract specific parts of the human body in order to increase the accuracy of detection in general, as for example in pose estimation. The objective of this work is to present a Neural Network model for the detection and segmentation of parts of the human body. A real-time multiplatform model is available that can be run on ordinary computers, as well as on mobile devices and embedded systems. It is characterized by being compact, and by exploring a part of object detection that is still little used. One of the striking features is its ability to recognize parts of the human body even in uncontrolled environments, due to the use of a random subset of Google's public database (Open Images Dataset) that contains images with objects in the most varied sizes, positions, working conditions. lighting and occlusion. The final model has the ability to detect 18 distinct classes with an accuracy of 37 %, including gender classification. The main proposal is to deliver something that can be used to solve specific problems that require the detection and extraction of parts of the human body, as well as those for authenticating users who need to extract certain regions to increase their accuracy. The architecture of the model, as well as the final file, were developed using techniques that are considered state of the art and some of the best tools available for creating neural networks. The process and tools used are described in more detail in the course of the work. Keywords: human's body parts detection, compact model, runtime model, neural networks | - |
| Formato: dc.format | 1 arquivo (45 p.) : PDF. | - |
| Formato: dc.format | application/pdf | - |
| Formato: dc.format | application/pdf | - |
| Palavras-chave: dc.subject | Redes neurais (Computação) | - |
| Palavras-chave: dc.subject | Ciência da Computação | - |
| Palavras-chave: dc.subject | Controle em tempo real | - |
| Palavras-chave: dc.subject | Corpo humano | - |
| Título: dc.title | Detectando partes humanas em ambientes não controlados | - |
| Aparece nas coleções: | Repositório Institucional - Rede Paraná Acervo | |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: