Aplicação de redes neurais artificiais profundas na detecção de placas de pare

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorGuimarães, Jeconias Rocha-
Autor(es): dc.contributorGuimarães, Jeconias Rocha-
Autor(es): dc.contributorSteffen, Vilmar-
Autor(es): dc.contributorRibeiro, Dionisio Raony de Souza-
Autor(es): dc.creatorScalabrin, Marlon Henrique-
Data de aceite: dc.date.accessioned2022-02-21T21:30:35Z-
Data de disponibilização: dc.date.available2022-02-21T21:30:35Z-
Data de envio: dc.date.issued2020-11-23-
Data de envio: dc.date.issued2020-11-23-
Data de envio: dc.date.issued2019-10-25-
Fonte completa do material: dc.identifierhttp://repositorio.utfpr.edu.br/jspui/handle/1/20115-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/654209-
Descrição: dc.descriptionIntelligent systems are increasingly present in our daily lives. Among many, stands out the ones based on artificial neural networks. In this way, we apply artificial intelligence techniques in the development of a computer vision solution for object detection in images, with focus on stop signs. Artificial neural network was used to develop a classifier capable of integrating features extracted from images, performing the classification and localization of objects in them. A multilayered convolutional artificial neural network with deep learning techniques was used. The projected neural network follows procedure set in the YOLO (You Only Look Once) project, taking advantage of its fast learning capabilities and extensive image pattern recognition, achieving a good success rate. Experiments allowed detection of stop signs invariably to space in complex images.-
Descrição: dc.descriptionSistemas inteligentes estão cada vez mais presentes em nosso dia a dia, nos auxiliando em diversas tarefas. Dentre vários, destacam-se aqueles de identificação visual usando redes neurais artificiais. Neste sentido, aplicamos técnicas de inteligência artificial no desenvolvimento de uma solução em visão computacional para detecção de objetos em imagens, com o foco em placas de pare. O formalismo de redes neurais artificiais foi empregado para desenvolver um classificador capaz de integrar características extraídas de imagens, realizando a classificação e localização de objetos nelas inseridos. Utilizou-se uma Rede Neural Artificial Convolucional Multicamada com técnicas de aprendizagem profunda. A rede neural projetada segue padrões definidos no projeto YOLO (You Only Look Once), aproveitando-se de suas capacidades de aprendizagem rápida e amplo reconhecimento de padrões em imagens, alcançando uma boa taxa de sucesso. Os experimentos permitiram a detecção de placas de pare de forma invariável ao espaço em imagens complexas.-
Formato: dc.formatapplication/pdf-
Idioma: dc.languagept_BR-
Publicador: dc.publisherUniversidade Tecnológica Federal do Paraná-
Publicador: dc.publisherFrancisco Beltrao-
Publicador: dc.publisherBrasil-
Publicador: dc.publisherMétodos Matemáticos Aplicados-
Publicador: dc.publisherUTFPR-
Direitos: dc.rightsopenAccess-
Palavras-chave: dc.subjectRedes neurais (Computação)-
Palavras-chave: dc.subjectInteligência artificial-
Palavras-chave: dc.subjectSistemas especialistas (Computação)-
Palavras-chave: dc.subjectNeural networks (Computer science)-
Palavras-chave: dc.subjectArtificial intelligence-
Palavras-chave: dc.subjectExpert systems (Computer science)-
Palavras-chave: dc.subjectCNPQ::CIENCIAS EXATAS E DA TERRA::MATEMATICA::MATEMATICA APLICADA-
Título: dc.titleAplicação de redes neurais artificiais profundas na detecção de placas de pare-
Título: dc.titleApplication of deep artificial neural networks for detecting stop signs-
Tipo de arquivo: dc.typelivro digital-
Aparece nas coleções:Repositorio Institucional da UTFPR - RIUT

Não existem arquivos associados a este item.