Please use this identifier to cite or link to this item: http://www.monografias.ufop.br/handle/35400000/3596
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorSantos, André Almeidapt_BR
dc.contributor.advisorReis, Agnaldo José da Rochapt_BR
dc.contributor.authorSouza, Luís Gustavo Vitorino-
dc.date.accessioned2021-11-21T18:58:18Z-
dc.date.available2021-11-21T18:58:18Z-
dc.date.issued2021pt_BR
dc.identifier.citationSOUZA, Luís Gustavo Vitorino. Sistema para detecção do uso de mascara em transeuntes utilizando técnicas de processamento de imagem e aprendizado de máquina. 2021. 92 f. Monografia (Graduação em Engenharia de Controle e Automação) - Escola de Minas, Universidade Federal de Ouro Preto, Ouro Preto, 2021.pt_BR
dc.identifier.urihttp://www.monografias.ufop.br/handle/35400000/3596-
dc.description.abstractFoi estudado e aprimorado um sistema de detecção do uso de máscara antiviral em imagens com a função de notificar o resultado ao usuário administrador via e-mail. Foi estudado um banco de dados já existente e a ele incrementado, pelo autor deste trabalho, imagens de pessoas utilizando máscaras reais. Foram estudadas redes neurais convolucionais e todos os conceitos mais relevantes para o desenvolvimento deste tipo de rede, tais como: camadas de convolução, neurônio, função de ativação e funções de otimização. Para o desenvolvimento do treinamento da rede foram estudadas as ferramentas Keras e Tensorflow, que foram utilizadas para arquitetar as camadas da rede. Em seguida, foram definidas, executadas e comparadas 9 formas diferentes de treinamento que se diferenciam em épocas e função de otimização. A configuração de treinamento com 20 épocas e função de ativação adam atingiu melhor performance, essa foi testada utilizando o método de data augmentation, configuração que não melhorou os resultados do treinamento. Após a finalização do treinamento da rede, foram expostas imagens de pessoas a serem classificadas como utilizando máscara ou não. Os resultados de precisão obtidos com as classificações são maiores que 90%, sendo a notificação enviada instantaneamente para o e-mail cadastrado.pt_BR
dc.language.isopt_BRpt_BR
dc.subjectVisão computacionalpt_BR
dc.subjectProcessamento de imagenspt_BR
dc.subjectAprendizado de Máquinapt_BR
dc.subjectRedes neurais artificiaispt_BR
dc.subjectCOVID-19pt_BR
dc.titleSistema para detecção do uso de mascara em transeuntes utilizando técnicas de processamento de imagem e aprendizado de máquina.pt_BR
dc.typeTCC-Graduaçãopt_BR
dc.contributor.refereeLuz, Eduardo José da Silvapt_BR
dc.contributor.refereeSantana, Adrielle de Carvalhopt_BR
dc.contributor.refereeSantos, André Almeidapt_BR
dc.contributor.refereeReis, Agnaldo José da Rochapt_BR
dc.description.abstractenA system for detection of antiviral mask use in images was studied and enhanced with a result notification to the administrator user of the email address registered in the system. An existent database was studied and enhanced by the author of this work with images of people using real masks. Convolutional neural networks and all important concepts for the development of this kind of neural network were studied, such as convolutional layers, neuron, activation function and optimization functions. For the development of network training, Keras and Tensorflow tools were studied, which were used to architect the network layers. Afterwards, 9 different forms of training that differ in epochs and optimization function were defined, executed and compared. The training configuration with 20 epochs and adam activation function achieved the best performance, it was tested using the data augmentation method which did not improve the training results. After completing the training of the network, were exposed images of people to be classified as wearing a mask or not. The accurate results obtained are greater than 90%, with notification being sent instantly to the email address registered.pt_BR
dc.contributor.authorID13.2.1801pt_BR
Appears in Collections:Engenharia de Controle e Automação

Files in This Item:
File Description SizeFormat 
MONOGRAFIA_SistemaDetecçãoUso.pdf2,61 MBAdobe PDFView/Open


This item is licensed under a Creative Commons License Creative Commons