Atenção: Todas as denúncias são sigilosas e sua identidade será preservada.
Os campos nome e e-mail são de preenchimento opcional
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.contributor | Brante, Glauber Gomes de Oliveira | - |
Autor(es): dc.contributor | Brante, Glauber Gomes de Oliveira | - |
Autor(es): dc.contributor | Furucho, Mariana Antônia Aguiar | - |
Autor(es): dc.contributor | Mello, Alexandre José Tuoto Silveira | - |
Autor(es): dc.creator | Viegas, Diego Guedes | - |
Autor(es): dc.creator | Silva, Rodolfo Viturino Nogueira da | - |
Data de aceite: dc.date.accessioned | 2022-02-21T21:23:53Z | - |
Data de disponibilização: dc.date.available | 2022-02-21T21:23:53Z | - |
Data de envio: dc.date.issued | 2020-11-10 | - |
Data de envio: dc.date.issued | 2020-11-10 | - |
Data de envio: dc.date.issued | 2019-06-26 | - |
Fonte completa do material: dc.identifier | http://repositorio.utfpr.edu.br/jspui/handle/1/8189 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/651734 | - |
Descrição: dc.description | The main objective in the development of this work was to train an artificial convolutional neural network, in the field of deep learning, with the purpose of identifying possible people falling on the floor, especially the elderly or those who have some kind of debilitation. This project was elaborated focusing on the verification of these through images, however, such verification only occurs after a noise sensor detects a certain level of sound power. For the effective creation of this project, the programming language Python was used, as well as the aid of the Tensorflow library, from Google company and OpenCV. Images that were freely available on the internet and free of charge were used for the creation of the database, as well as own images obtained by conventional cameras. The system works with activations in cascade, where the first step is sound detection, followed by a determination of the existence of a human performed by the library OpenCV and, if so for the existence of a person in the environment, the prediction between fall or not fall, with all the processes being made by a Raspberry integrated with a camera and a noise sensor. | - |
Descrição: dc.description | O objetivo principal no desenvolvimento deste trabalho foi treinar uma rede neural artificial convolucional, no ramo das aprendizagens profundas, com o propósito de identificar possíveis pessoas caídas no chão, especialmente as idosas ou que possuam algum tipo de debilitação. Este projeto foi elaborado com enfoque na verificação destas através de imagens, porém, tal verificação apenas ocorre após um sensor de ruído detectar um determinado nível de potência sonora. Para a criação efetiva do programa, empregou-se a linguagem de programação Python bem como o auxílio das bibliotecas Tensorflow, da empresa Google, e OpenCV. Para a criação do banco de dados, foram utilizadas imagens disponíveis gratuitamente na internet com uso livre, além de imagens próprias obtidas por câmeras convencionais. O sistema executa ativações em cascata, onde a primeira etapa é a detecção sonora, seguido por uma detecção da existência de um humano, realizado pela biblioteca OpenCV e, em caso afirmativo para a existência de uma pessoa no ambiente, a predição entre queda ou não queda, sendo todos estes processos realizados por meio de uma Raspberry integrada com uma câmera e um sensor de ruído. | - |
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 | Engenharia de Controle e Automação | - |
Publicador: dc.publisher | UTFPR | - |
Direitos: dc.rights | openAccess | - |
Palavras-chave: dc.subject | Quedas (Acidentes) em idosos | - |
Palavras-chave: dc.subject | Redes neurais (Computação) | - |
Palavras-chave: dc.subject | Raspberry Pi (Computador) | - |
Palavras-chave: dc.subject | Aprendizado do computador | - |
Palavras-chave: dc.subject | Falls (Accidents) in old age | - |
Palavras-chave: dc.subject | Neural networks (Computer science) | - |
Palavras-chave: dc.subject | Raspberry Pi (Computer) | - |
Palavras-chave: dc.subject | Machine learning | - |
Palavras-chave: dc.subject | CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA | - |
Título: dc.title | Identificação de quedas de pessoas via aprendizagem de máquina | - |
Título: dc.title | Fall identification through machine learning | - |
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: