Sistema para detecção do uso de mascara em transeuntes utilizando técnicas de processamento de imagem e aprendizado de máquina.

Abstract

Foi 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.