Detecção de múltiplas notas de Real Brasileiro: uma abordagem clássica
Autor(a) principal: | |
---|---|
Data de Publicação: | 2023 |
Tipo de documento: | Trabalho de conclusão de curso |
Idioma: | por |
Título da fonte: | Repositório Institucional da Universidade Federal Fluminense (RIUFF) |
Texto Completo: | http://app.uff.br/riuff/handle/1/30536 |
Resumo: | Este trabalho de final de curso apresenta um método para a detecção e identificação de múltiplas cédulas do Real em imagens, mesmo que estejam parcialmente sobrepostas ou dobradas. A ferramenta desenvolvida tem como objeto de estudo encontrar novas técnicas que garantam a acessibilidade das pessoas com deficiência visual do Brasil ao detectar notas do Real em imagens não preparadas do dia a dia. Neste trabalho, foram utilizados apenas métodos clássicos de processamento de imagens e visão computacional, como o algoritmo Scale-Invariant Feature Transform (SIFT) e Brute Force Matching para a detecção e classificação. O método proposto obteve, no total, alta precisão em relação à identificação de múltiplas notas da Segunda Família do Real: 92,40%. Para casos em que as notas estavam completamente visíveis, oclusas ou dobradas, este percentual foi de 93,02%, 92,11%, 88,89%, respectivamente. Além da boa precisão obtida pela ferramenta, o método proposto também obteve uma acurácia de 88,27% |
id |
UFF-2_3ed69c4e81523617ec0d184b49f8c627 |
---|---|
oai_identifier_str |
oai:app.uff.br:1/30536 |
network_acronym_str |
UFF-2 |
network_name_str |
Repositório Institucional da Universidade Federal Fluminense (RIUFF) |
repository_id_str |
2120 |
spelling |
Detecção de múltiplas notas de Real Brasileiro: uma abordagem clássicaCédulas sobrepostasMétodos clássicosMúltiplas cédulasScale-Invariant Feature Transform (SIFT)CédulaPessoa com deficiência visualProcessamento de imagem assistida por computadorVisão computacionalOverlapped banknotesClassical methodsMultiple banknotesEste trabalho de final de curso apresenta um método para a detecção e identificação de múltiplas cédulas do Real em imagens, mesmo que estejam parcialmente sobrepostas ou dobradas. A ferramenta desenvolvida tem como objeto de estudo encontrar novas técnicas que garantam a acessibilidade das pessoas com deficiência visual do Brasil ao detectar notas do Real em imagens não preparadas do dia a dia. Neste trabalho, foram utilizados apenas métodos clássicos de processamento de imagens e visão computacional, como o algoritmo Scale-Invariant Feature Transform (SIFT) e Brute Force Matching para a detecção e classificação. O método proposto obteve, no total, alta precisão em relação à identificação de múltiplas notas da Segunda Família do Real: 92,40%. Para casos em que as notas estavam completamente visíveis, oclusas ou dobradas, este percentual foi de 93,02%, 92,11%, 88,89%, respectivamente. Além da boa precisão obtida pela ferramenta, o método proposto também obteve uma acurácia de 88,27%This final undergraduation work presents a method for detecting and identifying multiple Brazilian Real banknotes in images, even when they are partially overlapped or folded. The developed tool aims to explore new techniques that ensure accessibility for visually impaired individuals in Brazil by detecting Real banknotes in unprepared images of everyday life. This work relies on classical methods of image processing and computer vision, such as the Scale-Invariant Feature Transform (SIFT) algorithm and Brute Force Matching for detection and classification. The proposed method achieved high overall precision rate in identifying multiple banknotes from the Second Family of the Brazilian Real currency: 92,40%. For cases where the banknotes were fully visible, occluded, or folded, the precision rates were 93,02%, 92,11%, and 88,89%, respectively. In addition to the good precision rate achieved, the presented method also obtained an accuracy of 88,27%62 p.Conci, AuraFernandes, Leandro Augusto FrataRamos, Taiane CoelhoFrança, Guilherme Freitas2023-09-22T16:49:04Z2023-09-22T16:49:04Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisapplication/pdfFRANÇA, Guilherme Freitas. Detecção de múltiplas notas de Real Brasileiro: uma abordagem clássica. 2023. 62 f. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Instituto de Computação, Universidade Federal Fluminense, Niterói, 2023.http://app.uff.br/riuff/handle/1/30536CC-BY-SAinfo:eu-repo/semantics/openAccessporreponame:Repositório Institucional da Universidade Federal Fluminense (RIUFF)instname:Universidade Federal Fluminense (UFF)instacron:UFF2023-09-22T16:49:08Zoai:app.uff.br:1/30536Repositório InstitucionalPUBhttps://app.uff.br/oai/requestriuff@id.uff.bropendoar:21202024-08-19T10:55:14.380037Repositório Institucional da Universidade Federal Fluminense (RIUFF) - Universidade Federal Fluminense (UFF)false |
dc.title.none.fl_str_mv |
Detecção de múltiplas notas de Real Brasileiro: uma abordagem clássica |
title |
Detecção de múltiplas notas de Real Brasileiro: uma abordagem clássica |
spellingShingle |
Detecção de múltiplas notas de Real Brasileiro: uma abordagem clássica França, Guilherme Freitas Cédulas sobrepostas Métodos clássicos Múltiplas cédulas Scale-Invariant Feature Transform (SIFT) Cédula Pessoa com deficiência visual Processamento de imagem assistida por computador Visão computacional Overlapped banknotes Classical methods Multiple banknotes |
title_short |
Detecção de múltiplas notas de Real Brasileiro: uma abordagem clássica |
title_full |
Detecção de múltiplas notas de Real Brasileiro: uma abordagem clássica |
title_fullStr |
Detecção de múltiplas notas de Real Brasileiro: uma abordagem clássica |
title_full_unstemmed |
Detecção de múltiplas notas de Real Brasileiro: uma abordagem clássica |
title_sort |
Detecção de múltiplas notas de Real Brasileiro: uma abordagem clássica |
author |
França, Guilherme Freitas |
author_facet |
França, Guilherme Freitas |
author_role |
author |
dc.contributor.none.fl_str_mv |
Conci, Aura Fernandes, Leandro Augusto Frata Ramos, Taiane Coelho |
dc.contributor.author.fl_str_mv |
França, Guilherme Freitas |
dc.subject.por.fl_str_mv |
Cédulas sobrepostas Métodos clássicos Múltiplas cédulas Scale-Invariant Feature Transform (SIFT) Cédula Pessoa com deficiência visual Processamento de imagem assistida por computador Visão computacional Overlapped banknotes Classical methods Multiple banknotes |
topic |
Cédulas sobrepostas Métodos clássicos Múltiplas cédulas Scale-Invariant Feature Transform (SIFT) Cédula Pessoa com deficiência visual Processamento de imagem assistida por computador Visão computacional Overlapped banknotes Classical methods Multiple banknotes |
description |
Este trabalho de final de curso apresenta um método para a detecção e identificação de múltiplas cédulas do Real em imagens, mesmo que estejam parcialmente sobrepostas ou dobradas. A ferramenta desenvolvida tem como objeto de estudo encontrar novas técnicas que garantam a acessibilidade das pessoas com deficiência visual do Brasil ao detectar notas do Real em imagens não preparadas do dia a dia. Neste trabalho, foram utilizados apenas métodos clássicos de processamento de imagens e visão computacional, como o algoritmo Scale-Invariant Feature Transform (SIFT) e Brute Force Matching para a detecção e classificação. O método proposto obteve, no total, alta precisão em relação à identificação de múltiplas notas da Segunda Família do Real: 92,40%. Para casos em que as notas estavam completamente visíveis, oclusas ou dobradas, este percentual foi de 93,02%, 92,11%, 88,89%, respectivamente. Além da boa precisão obtida pela ferramenta, o método proposto também obteve uma acurácia de 88,27% |
publishDate |
2023 |
dc.date.none.fl_str_mv |
2023-09-22T16:49:04Z 2023-09-22T16:49:04Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
format |
bachelorThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
FRANÇA, Guilherme Freitas. Detecção de múltiplas notas de Real Brasileiro: uma abordagem clássica. 2023. 62 f. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Instituto de Computação, Universidade Federal Fluminense, Niterói, 2023. http://app.uff.br/riuff/handle/1/30536 |
identifier_str_mv |
FRANÇA, Guilherme Freitas. Detecção de múltiplas notas de Real Brasileiro: uma abordagem clássica. 2023. 62 f. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Instituto de Computação, Universidade Federal Fluminense, Niterói, 2023. |
url |
http://app.uff.br/riuff/handle/1/30536 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
CC-BY-SA info:eu-repo/semantics/openAccess |
rights_invalid_str_mv |
CC-BY-SA |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da Universidade Federal Fluminense (RIUFF) instname:Universidade Federal Fluminense (UFF) instacron:UFF |
instname_str |
Universidade Federal Fluminense (UFF) |
instacron_str |
UFF |
institution |
UFF |
reponame_str |
Repositório Institucional da Universidade Federal Fluminense (RIUFF) |
collection |
Repositório Institucional da Universidade Federal Fluminense (RIUFF) |
repository.name.fl_str_mv |
Repositório Institucional da Universidade Federal Fluminense (RIUFF) - Universidade Federal Fluminense (UFF) |
repository.mail.fl_str_mv |
riuff@id.uff.br |
_version_ |
1811823608646860800 |