Reconhecimento de placas de trânsito por meio de deep learning
Autor(a) principal: | |
---|---|
Data de Publicação: | 2018 |
Tipo de documento: | Trabalho de conclusão de curso |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFSC |
Texto Completo: | https://repositorio.ufsc.br/handle/123456789/192159 |
Resumo: | TCC(graduação) - Universidade Federal de Santa Catarina. Centro Tecnológico. Ciências da Computação. |
id |
UFSC_a1183d3aca1eb4f782109ab1b7fea57a |
---|---|
oai_identifier_str |
oai:repositorio.ufsc.br:123456789/192159 |
network_acronym_str |
UFSC |
network_name_str |
Repositório Institucional da UFSC |
repository_id_str |
2373 |
spelling |
Universidade Federal de Santa CatarinaPreto, Daniela de OliveiraRoisenberg, Mauro2018-12-09T20:54:24Z2018-12-09T20:54:24Z2018-11-19https://repositorio.ufsc.br/handle/123456789/192159TCC(graduação) - Universidade Federal de Santa Catarina. Centro Tecnológico. Ciências da Computação.A inteligência artificial está cada vez mais presente em nosso cotidiano, sendo em equipamentos médicos, em sistemas de música por streaming, em buscadores na web e até em automóveis. Este projeto terá como foco um subgrupo da inteligência artificial conhecido como Deep Learning (Aprendizagem Profunda). Este subgrupo é um método de trabalho desenvolvido a partir do avanço da neurociência, onde o sistema de aprendizado da máquina é baseado no que se conhece do sistema nervoso humano, tentando computar dados de entradas como se fossem estímulos de um cérebro, e analisando as respostas que serão geradas em cada caso. A técnica de Deep Learning pode ser descrita como um modelo em camadas onde, em cada camada, o algoritmo vai extraindo informações sobre a entrada que foi fornecida. Para a primeira camada é usada a entrada em si, e as demais utilizarão a saída da anterior. Este modelo também é conhecido como Redes Neurais Artificiais Profundas. Neste projeto este método será usado para o reconhecimento de placas de trânsito, fazendo com que sejam analisados os pixels da imagem para assim classificá-la. Nas diversas camadas serão analisadas características como o formato e as cores. O objetivo final é poder analisar e classificar corretamente as imagens, mesmo que tenham diferença de luminosidade ou um fundo diferente.85Florianópolis, SC.Deep LearningInteligência artificialRedes NeuraisReconhecimento de placas de trânsito por meio de deep learninginfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisporreponame:Repositório Institucional da UFSCinstname:Universidade Federal de Santa Catarina (UFSC)instacron:UFSCinfo:eu-repo/semantics/openAccessLICENSElicense.txtlicense.txttext/plain; charset=utf-81383https://repositorio.ufsc.br/bitstream/123456789/192159/2/license.txt11ee89cd31d893362820eab7c4d46734MD52ORIGINALDanielaPreto_TCCVersaoFINAL.pdfDanielaPreto_TCCVersaoFINAL.pdfapplication/pdf5537326https://repositorio.ufsc.br/bitstream/123456789/192159/1/DanielaPreto_TCCVersaoFINAL.pdf53a2ba2c12f0887a905ef637485b3793MD51123456789/1921592018-12-09 18:54:24.716oai:repositorio.ufsc.br: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ório de PublicaçõesPUBhttp://150.162.242.35/oai/requestopendoar:23732018-12-09T20:54:24Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)false |
dc.title.pt_BR.fl_str_mv |
Reconhecimento de placas de trânsito por meio de deep learning |
title |
Reconhecimento de placas de trânsito por meio de deep learning |
spellingShingle |
Reconhecimento de placas de trânsito por meio de deep learning Preto, Daniela de Oliveira Deep Learning Inteligência artificial Redes Neurais |
title_short |
Reconhecimento de placas de trânsito por meio de deep learning |
title_full |
Reconhecimento de placas de trânsito por meio de deep learning |
title_fullStr |
Reconhecimento de placas de trânsito por meio de deep learning |
title_full_unstemmed |
Reconhecimento de placas de trânsito por meio de deep learning |
title_sort |
Reconhecimento de placas de trânsito por meio de deep learning |
author |
Preto, Daniela de Oliveira |
author_facet |
Preto, Daniela de Oliveira |
author_role |
author |
dc.contributor.pt_BR.fl_str_mv |
Universidade Federal de Santa Catarina |
dc.contributor.author.fl_str_mv |
Preto, Daniela de Oliveira |
dc.contributor.advisor1.fl_str_mv |
Roisenberg, Mauro |
contributor_str_mv |
Roisenberg, Mauro |
dc.subject.por.fl_str_mv |
Deep Learning Inteligência artificial Redes Neurais |
topic |
Deep Learning Inteligência artificial Redes Neurais |
description |
TCC(graduação) - Universidade Federal de Santa Catarina. Centro Tecnológico. Ciências da Computação. |
publishDate |
2018 |
dc.date.accessioned.fl_str_mv |
2018-12-09T20:54:24Z |
dc.date.available.fl_str_mv |
2018-12-09T20:54:24Z |
dc.date.issued.fl_str_mv |
2018-11-19 |
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/123456789/192159 |
url |
https://repositorio.ufsc.br/handle/123456789/192159 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
85 |
dc.publisher.none.fl_str_mv |
Florianópolis, SC. |
publisher.none.fl_str_mv |
Florianópolis, 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 |
bitstream.url.fl_str_mv |
https://repositorio.ufsc.br/bitstream/123456789/192159/2/license.txt https://repositorio.ufsc.br/bitstream/123456789/192159/1/DanielaPreto_TCCVersaoFINAL.pdf |
bitstream.checksum.fl_str_mv |
11ee89cd31d893362820eab7c4d46734 53a2ba2c12f0887a905ef637485b3793 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC) |
repository.mail.fl_str_mv |
|
_version_ |
1766805065542139904 |