Banca de DEFESA: ANDRE DE LIMA MACHADO

Uma banca de DEFESA de MESTRADO foi cadastrada pelo programa.
DISCENTE: ANDRE DE LIMA MACHADO
DATA: 25/03/2020
HORA: 14:30
LOCAL: Sala de Videoconferência do PPgCC
TÍTULO: Reconhecimento de Produtos de Mercearia para Auxiliar Pessoas com Deficiência Visual
PALAVRAS-CHAVES: reconhecimento de produtos de mercearia; reconhecimento de objeto; visão computacional; sistema wearable.
PÁGINAS: 78
GRANDE ÁREA: Ciências Exatas e da Terra
ÁREA: Ciência da Computação
SUBÁREA: Metodologia e Técnicas da Computação
ESPECIALIDADE: Processamento Gráfico (Graphics)
RESUMO:

Pessoas com deficiência visual possuem grande dificuldade em reconhecer objetos no dia a dia. Apesar de diversas tecnologias assistivas terem sido desenvolvidas para auxiliá-los nessa tarefa, muitas delas têm alto custo ou baixa taxa de acertos. Com o crescente estabelecimento da Internet das Coisas (Internet of Things – IoT), os dispositivos wearable têm se tornado cada vez mais acessíveis, possibilitando o uso de técnicas de Visão Computacional para a proposição de sistemas assistivos. Tais sistemas conseguem distinguir diferentes categorias de objetos e/ou até mesmo localizá-los, sem a necessidade de tocá-los, proporcionando ao deficiente visual uma maior independência. Devido à grande variedade de categorias distintas de objetos, que as pessoas com deficiência visual possuem necessidade de reconhecer no seu cotidiano, este trabalho focou em produtos que, geralmente, são encontrados em prateleiras de mercearias, supermercados, geladeiras e/ou despensas. Um sistema assistivo para reconhecer tal categoria de objetos seria bastante útil para o deficiente visual, visto que ele poderia verificar, sem ajuda de terceiros, se na geladeira de sua casa ou em sua despensa, por exemplo, tem uma caixa de leite ou uma caixa de suco de uva. Assim, considerando essa categoria de objetos, este trabalho realizou uma revisão sistemática da literatura, que identificou o estado da arte sobre esse tema. Foram descritas cinco bases de dados públicas, voltadas para a classificação de produtos de mercearia. E, finalmente, foi proposta uma nova abordagem em reconhecimento de objetos para o auxílio de pessoas com deficiência visual, que alcançou taxas de acurácia superiores às abordagens propostas pelos autores das bases de dados selecionadas, aplicando Aumento de Dados com outras técnicas e ajustes a diferentes Redes Neurais Convolucionais (Convolutional Neural Networks – CNNs) pré-treinadas, em que a ResNet-50 obteve os melhores resultados nas bases de dados mais recentes.

MEMBROS DA BANCA:
Presidente - 1642492 - LAURINDO DE SOUSA BRITTO NETO
Interno - 1350246 - KELSON ROMULO TEIXEIRA AIRES
Interno - 1579396 - RODRIGO DE MELO SOUZA VERAS
Externo à Instituição - ANDERSON DE REZENDE ROCHA - UNICAMP