DESCRIÇÃO ESPACIAL QUALITATIVA DE CENAS EM AMBIENTES INTERNOS COM VISÃO COMPUTACIONAL
Carregando...
Arquivos
Citações na Scopus
Tipo de produção
Trabalho de Conclusão de Curso
Data
2020-12-08
Autores
GUSTAVO FUENTES NASCIMENTO
JEFFERSON FERREIRA BIZARRI
THOMAS DUMONT DAS NEVES
JEFFERSON FERREIRA BIZARRI
THOMAS DUMONT DAS NEVES
Orientador
Danilo Hernani Perico
Periódico
Título da Revista
ISSN da Revista
Título de Volume
Citação
Texto completo (DOI)
Palavras-chave
Resumo
O campo de Visão Computacional foi revolucionado com a introdução de Redes Neurais
Profundas, elas possibilitaram a criação de tecnologias como reconhecimento facial, detecção e
classificação de objetos e é responsável, em partes, pelo crescente avanço de veículos autôno-
mos, entre diversas outras contribuições. Apesar da constante melhoria desse campo, notamos
que não existem muitas tecnologias populares capazes de descrever textualmente cenas captu-
radas por câmeras fotográficas em ambientes internos. Propomos uma aplicação capaz de gerar
um texto descrevendo quais objetos foram identificados e a suas direções qualitativas em rela-
ção a câmera. Para realizar este trabalho, utilizamos a Faster R-CNN que foi treinada e avaliada
com um resultado de 52% de mAP, para identificar 15 tipos de objetos em um ambiente fe-
chado, usando o COCO-Dataset como base dados. Para a classificação do seu posicionamento
na cena, desenvolvemos um algoritmo baseado no conceito de Raciocínio Espacial Qualitativo
(REQ). A Rede Neural Convolucional, foi integrada com o algoritmo de REQ para produzir
uma aplicação desktop e um serviço web, onde o usuário é capaz de subir uma imagem para
descrever qualitativamente as posições dos objetos nela presente em relação a câmera.