Notícias

Banca de DEFESA: ROMUERE RODRIGUES VELOSO E SILVA

Uma banca de DEFESA de MESTRADO foi cadastrada pelo programa.
DISCENTE: ROMUERE RODRIGUES VELOSO E SILVA
DATA: 19/03/2014
HORA: 14:00
LOCAL: 260
TÍTULO:

Detecção Automática do Uso de Capacete por Motociclistas em Vias Públicas


PALAVRAS-CHAVES:

Visão computacional, reconhecimento de padrões, detecção de motoci- cletas, detecção de capacete.


PÁGINAS: 80
GRANDE ÁREA: Ciências Exatas e da Terra
ÁREA: Ciência da Computação
SUBÁREA: Sistemas de Computação
RESUMO:

O número de acidentes envolvendo motocicletas tem aumentado rapidamente ao longo dos anos em muitos paises. Esse tipo de veiculo está se tornando cada vez mais popular, devido a vários fatores econômicos e sociais. O capacete é o principal equipamento de segurança dos motociclistas. Apesar disso, muitos motociclistas não o utilizam ou o utilizam de forma incorreta. A principal função do capacete é proteger a cabeça do motociclista em caso de acidente. Em casos de acidentes, o não uso do capacete pode pode ser fatal. Esse trabalho tem como objetivos explicar e esclarecer: um método para detecção e classificação de motocicletas em vias públicas; um sistema para detecção de motociclistas sem capacete. Para isso, utilizou-se, para extração de atributos, a Transformada Wavelet, e os descritores Histograms of Oriented Gradients, Local Binary Pattern, Speeded Up Robust Features e Transformada Circular de Hough. Foram utilizados também os classificadores Máquina de Vetor de Suporte, Perceptron de Múltiplas Camadas, Redes de Função de Base Radial, Naive Bayes, Random Forest, K-vizinhos mais próximos além de Sistema de Múltiplos Classificadores. Foram utilizadas imagens de tráfego capturadas por câmeras em vias públicas. O melhor resultado obtido na classificação de veiculos foi uma taxa de acerto igual a 97, 78% utilizando a Transformada Wavelet e classificador Random Forest. A fase de detecção do uso do capacete de uma acurácia máxima de 91, 37%, que foi obtida utilizando o descritor Histograms of Oriented Gradients e o classificador Perceptron de Múltiplas Camadas.


MEMBROS DA BANCA:
Interno - 1632667 - ANDRE MACEDO SANTANA
Externo à Instituição - FÁTIMA NELSIZEUMA SOMBRA DE MEDEIROS - UFC
Interno - 1177449 - IVAN SARAIVA SILVA
Presidente - 1350246 - KELSON ROMULO TEIXEIRA AIRES
Notícia cadastrada em: 28/02/2014 10:33
SIGAA | Superintendência de Tecnologia da Informação - STI/UFPI - (86) 3215-1124 | © UFRN | sigjb06.ufpi.br.instancia1 19/04/2024 07:39