Estimativa de fluxo de trânsito utilizando processamento de vídeo.

• Autor(a) principal: BARROS, Abmael Vilar.
• Data de Publicação: 2022
• Tipo de documento: Trabalho de conclusão de curso
• Idioma: por
• Título da fonte: Biblioteca Digital de Teses e Dissertações da UFCG
• Texto Completo: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/27386
• topic: Estimativa de fluxo de trânsito; Fluxo de trânsito; Fluxo de veículos - análise; Processamento de vídeo; Processamento digital de imagens; Rede neural convolucional - YOLO; YOLO - rede neural convolucional; Redes neurais convolucionais; Redes neurais artificiais; Linguagem Python; Biblioteca OpenCV; OpenCV; Inteligência artificial; Traffic flow estimation; Traffic flow; Vehicle flow - analysis; Video processing; Digital image processing; Convolutional Neural Network - YOLO; YOLO - convolutional neural network; Convolutional Neural Networks; Artificial neural networks; Python language; OpenCV library; OpenCV; Artificial intelligence; Engenharia Elétrica.

A concepção de cidades inteligentes, partem do princípio de que os sistemas de infraestrutura públicos como, energia, água, rodovias dentre outros tipos, podem ser melhores se projetadas, executados e administrados a partir de informações coletadas com o uso de tecnologia integrada. Dentre as tecnologias que podem ser implementadas, o uso de câmeras de vigilância já é uma realidade atualmente. Em muitas cidades do Brasil e do mundo, a avaliação do fluxo de veículos em vias é realizada através da análise de câmeras de vídeo. Sendo assim, é possível utilizar a tecnologia de inteligência artificial para automatizar essa análise e, assim, auxiliar os gestores na tomada de decisão de políticas públicas. Neste trabalho é apresentado uma forma automatizada de análise de fluxo de veículos, utilizando uma rede neural convolucional YOLO para a analisar a quantidade de veículos que trafega por uma via específica, fazendo a contagem automática de cada tipo de veículo em um determinado período.