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 | Betini, Roberto Cesar | - |
Autor(es): dc.contributor | https://orcid.org/0000-0003-1817-6330 | - |
Autor(es): dc.contributor | http://lattes.cnpq.br/5470469752550438 | - |
Autor(es): dc.contributor | Nassu, Bogdan Tomoyuki | - |
Autor(es): dc.contributor | https://orcid.org/0000-0001-6441-8543 | - |
Autor(es): dc.contributor | http://lattes.cnpq.br/4592104393315780 | - |
Autor(es): dc.contributor | Graeml, Alexandre Reis | - |
Autor(es): dc.contributor | https://orcid.org/0000-0001-9414-1055 | - |
Autor(es): dc.contributor | http://lattes.cnpq.br/49741229900126800 | - |
Autor(es): dc.contributor | Gomes, David Menotti | - |
Autor(es): dc.contributor | https://orcid.org/0000-0003-2430-2030 | - |
Autor(es): dc.contributor | http://lattes.cnpq.br/6692968437800167 | - |
Autor(es): dc.contributor | Dorini, Leyza Elmeri Baldo | - |
Autor(es): dc.contributor | https://orcid.org/0000-0002-0483-3435 | - |
Autor(es): dc.contributor | http://lattes.cnpq.br/5726947194230379 | - |
Autor(es): dc.contributor | Betini, Roberto Cesar | - |
Autor(es): dc.contributor | https://orcid.org/0000-0003-1817-6330 | - |
Autor(es): dc.contributor | http://lattes.cnpq.br/5470469752550438 | - |
Autor(es): dc.creator | Santos, Leandro Alves dos | - |
Data de aceite: dc.date.accessioned | 2025-08-29T11:59:14Z | - |
Data de disponibilização: dc.date.available | 2025-08-29T11:59:14Z | - |
Data de envio: dc.date.issued | 2024-08-12 | - |
Data de envio: dc.date.issued | 2024-08-12 | - |
Data de envio: dc.date.issued | 2024-03-13 | - |
Fonte completa do material: dc.identifier | http://repositorio.utfpr.edu.br/jspui/handle/1/34427 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/1086923 | - |
Descrição: dc.description | Automatically detecting and counting cyclists in urban scenarios is a task in intelligent transportation systems and smart cities that enables the generation of important structured data. This data contributes to understanding the dynamics of cyclists’ use of the urban space and guides the development of public policies for cycling mobility and traffic safety. In this study, we propose an embedded system for cyclist detection and counting, aiming to be a lightweight solution using computer vision and deep learning methods. It is characterized by low energy consumption and easy handling, based on the Raspberry Pi 4 platform and the Edge TPU Coral accelerator. The developed system achieved an F1-score of 0.9137 for processing pre-recorded video. In field counting experiments, where the system’s count was compared to human count, it resulted in counting performance between 78.3% and 82.2% in relation to visual counting. | - |
Descrição: dc.description | A detecção automática de ciclistas no cenário urbano é um campo de estudo em sistemas de transporte inteligentes e smart cities que possibilita gerar dados estruturados importantes que atuam para compreender a dinâmica da utilização do espaço urbano por ciclistas e orientar a criação de políticas públicas de ciclomobilidade e segurança no trânsito. Neste estudo, propomos um sistema embarcado móvel para detecção e contagem de ciclistas que busca ser uma solução leve utilizando a visão computacional e métodos deep learning e tem por característica ser de baixo consumo de energia e fácil manuseio, baseado nas plataformas Raspberry Pi 4 e o acelerador Edge Tpu Coral. O sistema desenvolvido apresentou um desempenho F1-score de 0,9137 para o processamento de vídeo pré-gravado. Em experimentos de contagem em campo, onde a contagem realizada pelo sistema foi comparada com a contagem humana, resultou em uma performance de contagem entre 78,3% e 82,2% em relação à contagem visual. | - |
Formato: dc.format | application/pdf | - |
Idioma: dc.language | pt_BR | - |
Publicador: dc.publisher | Universidade Tecnológica Federal do Paraná | - |
Publicador: dc.publisher | Curitiba | - |
Publicador: dc.publisher | Brasil | - |
Publicador: dc.publisher | Programa de Pós-Graduação em Computação Aplicada | - |
Publicador: dc.publisher | UTFPR | - |
Direitos: dc.rights | openAccess | - |
Direitos: dc.rights | http://creativecommons.org/licenses/by-nc-sa/4.0/ | - |
Palavras-chave: dc.subject | Ciclistas | - |
Palavras-chave: dc.subject | Tráfego urbano | - |
Palavras-chave: dc.subject | Levantamentos de trânsito | - |
Palavras-chave: dc.subject | Aprendizado profundo (Aprendizado do computador) | - |
Palavras-chave: dc.subject | Raspberry Pi (Computador) | - |
Palavras-chave: dc.subject | Visão por computador | - |
Palavras-chave: dc.subject | Sistemas inteligentes de veículos rodoviários | - |
Palavras-chave: dc.subject | Cyclists | - |
Palavras-chave: dc.subject | City traffic | - |
Palavras-chave: dc.subject | Traffic surveys | - |
Palavras-chave: dc.subject | Deep learning (Machine learning) | - |
Palavras-chave: dc.subject | Raspberry Pi (Computer) | - |
Palavras-chave: dc.subject | Computer vision | - |
Palavras-chave: dc.subject | Intelligent transportation systems | - |
Palavras-chave: dc.subject | CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO | - |
Palavras-chave: dc.subject | Ciência da Computação | - |
Título: dc.title | Detecção de ciclistas em cenário urbano por meio de visão computacional em dispositivos móveis | - |
Título: dc.title | Cyclist detection in urban settings through computer vision on mobile devices | - |
Tipo de arquivo: dc.type | livro digital | - |
Aparece nas coleções: | Repositorio Institucional da UTFPR - RIUT |
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: