Banca de DEFESA: KENAD WANDERSON ARAUJO SILVA

Uma banca de DEFESA de MESTRADO foi cadastrada pelo programa.
DISCENTE: KENAD WANDERSON ARAUJO SILVA
DATA: 22/03/2024
HORA: 09:00
LOCAL: Sala Virtual do Google Meet: https://meet.google.com/fsc-oxha-zye
TÍTULO: Reconhecimento de Cédulas Monetárias Falsas para Auxiliar Pessoas com Deficiência Visual
PALAVRAS-CHAVES: Reconhecimento de cédulas monetárias falsas. Pessoas com deficiência visual. Visão computacional.
PÁGINAS: 60
GRANDE ÁREA: Ciências Exatas e da Terra
ÁREA: Ciência da Computação
SUBÁREA: Metodologia e Técnicas da Computação
ESPECIALIDADE: Processamento Gráfico (Graphics)
RESUMO:

O crime de falsificação de moeda é muito comum no Brasil e no mundo, sendo responsável pelo volume de quase 28,78 milhões de reais falsificados em 2022. Essa modalidade de crime, prevista no código penal, afeta, além da população em geral, as pessoas com deficiência visual. De acordo com a Organização Mundial de Saúde (OMS), em 2022, a população de pessoas com deficiência visual representa cerca de 2,2 bilhões de pessoas no mundo. Essas pessoas podem se achar desamparadas, uma vez que as limitações acometidas pela deficiência visual dificultam a identificação dos elementos de segurança contidas em uma cédula monetária verdadeira. Por essa razão, uma Tecnologia Assistiva (TA), que são produtos ou equipamentos que visam auxiliar as pessoas com deficiência em suas tarefas diárias, relacionada ao reconhecimento de cédula falsa deveria ser desenvolvida, a fim de auxiliar essas pessoas no seu cotidiano. Por essa razão, o objetivo deste trabalho é o desenvolvimento de uma abordagem em visão computacional para o reconhecimento de cédulas monetárias falsas, com resultados superiores ou equiparados à outras abordagens do estado da arte. Para isso, foi necessário o desenvolvimento de um conjunto de dados de imagens de cédulas brasileiras (cédulas de Real). Tal conjunto de dados é bastante desafiador, visto que as imagens para teste simulam uma pessoa com deficiência visual capturando fotografias da cédula. Por exemplo, as imagens de teste aparecem dobradas, com oclusões parciais em virtude do dedo do fotografo que cobre boa parte da cédula. O fundo das imagens são repletos de informações desnecessárias, variação de iluminação, entre outros. Memos assim, para esse novo conjunto de dados, foram obtidos resultados que alcançaram 97,1% de acurácia, 100% de precisão, 100% de especificidade, 94,52% de recall e 97,18% de F1-score, por meio de uma abordagem holística que utiliza para extração de características CNN/RESNET50 e classifica com SVM. Por fim, novos trabalhos serão necessários para expandir o conjunto de dados atual, com cédulas falsas capturadas de cenários reais, e aplicar novos modelos de transferência de aprendizagem.

MEMBROS DA BANCA:
Presidente - 1642492 - LAURINDO DE SOUSA BRITTO NETO
Interno - 1350246 - KELSON ROMULO TEIXEIRA AIRES
Interno - 1579396 - RODRIGO DE MELO SOUZA VERAS
Interno - 1446435 - VINICIUS PONTE MACHADO
Externo à Instituição - FELIPE LEONEL GRIJALVA AREVALO - USFQ