Implementação de um algoritmo de visão computacional para detecção, classificação e rastreamento de semáforos

Detalhes bibliográficos
Autor(a) principal: Milheiro, Arthur Barbosa
Data de Publicação: 2023
Tipo de documento: Trabalho de conclusão de curso
Idioma: por
Título da fonte: Repositório Institucional da UFSC
Texto Completo: https://repositorio.ufsc.br/handle/123456789/253531
Resumo: TCC (graduação) - Universidade Federal de Santa Catarina, Campus Blumenau, Engenharia de Controle e Automação.
id UFSC_1face1f9996ee054dbc76da9853a9eb7
oai_identifier_str oai:repositorio.ufsc.br:123456789/253531
network_acronym_str UFSC
network_name_str Repositório Institucional da UFSC
repository_id_str 2373
spelling Implementação de um algoritmo de visão computacional para detecção, classificação e rastreamento de semáforosDeep LearningYOLOProcessamento de ImagemTCC (graduação) - Universidade Federal de Santa Catarina, Campus Blumenau, Engenharia de Controle e Automação.O processo de detecção de semáforos e sua classificação a partir de imagens digitais consiste de uma importante etapa de processamento em sistemas visão computacional em ambientes urbanos. Essa etapa tem o intuito de auxiliar na minimização de acidentes urbanos gerados por carros autônomos. O presente trabalho descreve o desenvolvimento de um algoritmo que utiliza técnicas de processamento de imagem e aprendizado de máquina, utilizando um banco de imagens retiradas a partir da visão do carro em um ambiente urbano como referência para o treinamento e testes. Preliminarmente, é feita uma fundamentação teórica dos principais conceitos utilizados durante o desenvolvimento deste trabalho e das métricas utilizadas para avaliação de desempenho. A seguir, é detalhado as etapas de desenvolvimento do trabalho, desde o desenvolvimento da rede neural convolucional para a detecção de semáforos até o algoritmo responsável por classificar os estados e os tipos dos semáforos detectados. Descreve-se também um algoritmo de rastreamento de objetos para otimização do sistema. As etapas do algoritmo implementado são testadas utilizando o bancos de imagens de testes com seus resultados sendo avaliados e discutidos. Por último, os resultados são avaliados com respeito às medidas habitualmente consideradas neste tipo de aplicação, demonstrando-se próximos do que é apresentado em trabalhos semelhantes.The traffic light detection process and its classification from digital images is an important processing step in computer vision systems for urban environments. This step is intended to help minimize urban accidents generated by autonomous cars. The present work describes the development of an algorithm that uses image processing and machine learning techniques, using a dataset of images taken from the vision of a car in an urban environment as a reference for training and testing. Preliminarily, a theoretical foundation is made of the main concepts used during the development of this work and of the metrics used for performance evaluation. Next, the stages of development of the work are detailed, from the development of the convolutional neural network for detecting traffic lights to the algorithm responsible for classifying the states and types of detected traffic lights. An object tracking algorithm is also described for system optimization. The steps of the implemented algorithm are tested using the test image banks with their results being evaluated and discussed. At last, the results are evaluated with respect to the measures usually considered in this type of application, proving to be close to what is presented in similar works.Blumenau, SC.Brito, Maiquel deUniversidade Federal de Santa Catarina.Milheiro, Arthur Barbosa2023-12-19T16:11:04Z2023-12-19T16:11:04Z2023-12-04info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesis56 f.application/pdfhttps://repositorio.ufsc.br/handle/123456789/253531Open Access.info:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UFSCinstname:Universidade Federal de Santa Catarina (UFSC)instacron:UFSC2023-12-19T16:11:04Zoai:repositorio.ufsc.br:123456789/253531Repositório InstitucionalPUBhttp://150.162.242.35/oai/requestopendoar:23732023-12-19T16:11:04Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)false
dc.title.none.fl_str_mv Implementação de um algoritmo de visão computacional para detecção, classificação e rastreamento de semáforos
title Implementação de um algoritmo de visão computacional para detecção, classificação e rastreamento de semáforos
spellingShingle Implementação de um algoritmo de visão computacional para detecção, classificação e rastreamento de semáforos
Milheiro, Arthur Barbosa
Deep Learning
YOLO
Processamento de Imagem
title_short Implementação de um algoritmo de visão computacional para detecção, classificação e rastreamento de semáforos
title_full Implementação de um algoritmo de visão computacional para detecção, classificação e rastreamento de semáforos
title_fullStr Implementação de um algoritmo de visão computacional para detecção, classificação e rastreamento de semáforos
title_full_unstemmed Implementação de um algoritmo de visão computacional para detecção, classificação e rastreamento de semáforos
title_sort Implementação de um algoritmo de visão computacional para detecção, classificação e rastreamento de semáforos
author Milheiro, Arthur Barbosa
author_facet Milheiro, Arthur Barbosa
author_role author
dc.contributor.none.fl_str_mv Brito, Maiquel de
Universidade Federal de Santa Catarina.
dc.contributor.author.fl_str_mv Milheiro, Arthur Barbosa
dc.subject.por.fl_str_mv Deep Learning
YOLO
Processamento de Imagem
topic Deep Learning
YOLO
Processamento de Imagem
description TCC (graduação) - Universidade Federal de Santa Catarina, Campus Blumenau, Engenharia de Controle e Automação.
publishDate 2023
dc.date.none.fl_str_mv 2023-12-19T16:11:04Z
2023-12-19T16:11:04Z
2023-12-04
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 https://repositorio.ufsc.br/handle/123456789/253531
url https://repositorio.ufsc.br/handle/123456789/253531
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv Open Access.
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Open Access.
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv 56 f.
application/pdf
dc.publisher.none.fl_str_mv Blumenau, SC.
publisher.none.fl_str_mv Blumenau, SC.
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFSC
instname:Universidade Federal de Santa Catarina (UFSC)
instacron:UFSC
instname_str Universidade Federal de Santa Catarina (UFSC)
instacron_str UFSC
institution UFSC
reponame_str Repositório Institucional da UFSC
collection Repositório Institucional da UFSC
repository.name.fl_str_mv Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)
repository.mail.fl_str_mv
_version_ 1808652156913319936

Registros relacionados