Desenvolvimento de um modelo de detecção de correntes de retorno usando deep learning com base em fotos a partir da praia

Detalhes bibliográficos
Autor(a) principal: Motta, Caio Noguerol
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/123456789/253267
Resumo: TCC (graduação) - Universidade Federal de Santa Catarina, Centro Tecnológico, Sistemas de Informação.
id UFSC_ad2cc4e02c2231ecb3e06379f58d858a
oai_identifier_str oai:repositorio.ufsc.br:123456789/253267
network_acronym_str UFSC
network_name_str Repositório Institucional da UFSC
repository_id_str 2373
spelling Desenvolvimento de um modelo de detecção de correntes de retorno usando deep learning com base em fotos a partir da praiaCorrentes de retornopraiadeep learningdetecção de objetosTCC (graduação) - Universidade Federal de Santa Catarina, Centro Tecnológico, Sistemas de Informação.Afogamentos relacionados a correntes de retorno é uma das maiores razões de mortes de banhistas no mar. Embora existam características físicas visíveis da praia, a identificação dessas correntes de retorno pode ser uma tarefa complicada, sendo necessário conhecimento prévio de um profissional salva-vidas ou especialista da área. Neste contexto, um modelo que identifique as correntes de retorno a partir de fotos tiradas da praia poderá auxiliar na hora de decidir qual é o melhor local para se banhar com segurança. Já existem propostas de classificação de correntes de retorno em imagens usando deep learning, porém esses tipicamente usam imagens capturadas por webcams instaladas em pontos com campo de visão mais altos que aquele do banhista. Assim, o objetivo geral deste trabalho é desenvolver um modelo de detecção de correntes de retorno a partir de fotos de frente para o mar. Para tal, são adotadas técnicas de deep learning para automatizar a detecção a partir de fotos do mar capturadas com a câmera de celular de forma frontal. Espera-se que este trabalho ajude na conscientização maior sobre o assunto e diminua o risco iminente que essas correntes trazem.Florianópolis, SC.Wangenheim, Christiane Gresse vonUniversidade Federal de Santa Catarina.Motta, Caio Noguerol2023-12-14T22:15:17Z2023-12-14T22:15:17Z2023-12-07info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesis95 f.application/pdfhttps://repositorio.ufsc.br/handle/123456789/253267Open Access.info:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UFSCinstname:Universidade Federal de Santa Catarina (UFSC)instacron:UFSC2023-12-14T22:15:17Zoai:repositorio.ufsc.br:123456789/253267Repositório InstitucionalPUBhttp://150.162.242.35/oai/requestopendoar:23732023-12-14T22:15:17Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)false
dc.title.none.fl_str_mv Desenvolvimento de um modelo de detecção de correntes de retorno usando deep learning com base em fotos a partir da praia
title Desenvolvimento de um modelo de detecção de correntes de retorno usando deep learning com base em fotos a partir da praia
spellingShingle Desenvolvimento de um modelo de detecção de correntes de retorno usando deep learning com base em fotos a partir da praia
Motta, Caio Noguerol
Correntes de retorno
praia
deep learning
detecção de objetos
title_short Desenvolvimento de um modelo de detecção de correntes de retorno usando deep learning com base em fotos a partir da praia
title_full Desenvolvimento de um modelo de detecção de correntes de retorno usando deep learning com base em fotos a partir da praia
title_fullStr Desenvolvimento de um modelo de detecção de correntes de retorno usando deep learning com base em fotos a partir da praia
title_full_unstemmed Desenvolvimento de um modelo de detecção de correntes de retorno usando deep learning com base em fotos a partir da praia
title_sort Desenvolvimento de um modelo de detecção de correntes de retorno usando deep learning com base em fotos a partir da praia
author Motta, Caio Noguerol
author_facet Motta, Caio Noguerol
author_role author
dc.contributor.none.fl_str_mv Wangenheim, Christiane Gresse von
Universidade Federal de Santa Catarina.
dc.contributor.author.fl_str_mv Motta, Caio Noguerol
dc.subject.por.fl_str_mv Correntes de retorno
praia
deep learning
detecção de objetos
topic Correntes de retorno
praia
deep learning
detecção de objetos
description TCC (graduação) - Universidade Federal de Santa Catarina, Centro Tecnológico, Sistemas de Informação.
publishDate 2023
dc.date.none.fl_str_mv 2023-12-14T22:15:17Z
2023-12-14T22:15:17Z
2023-12-07
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/123456789/253267
url https://repositorio.ufsc.br/handle/123456789/253267
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 95 f.
application/pdf
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
repository.name.fl_str_mv Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)
repository.mail.fl_str_mv
_version_ 1808652222085464064

Registros relacionados