Detecção de múltiplas notas de Real Brasileiro: uma abordagem clássica

Detalhes bibliográficos
Autor(a) principal: França, Guilherme Freitas
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