Detecção de pessoas com febre por termografia infravermelha

• Autor(a) principal: Ferreira, Jean Henrique
• Data de Publicação: 2016
• Tipo de documento: Trabalho de conclusão de curso
• Idioma: por
• Título da fonte: Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT))
• Texto Completo: http://repositorio.utfpr.edu.br/jspui/handle/1/15934
• topic: CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO; Pessoas - Detecção; Detectores infravermelhos; Temperatura corporal; Febre; Persons - Detection; Infrared detectors; Body temperature; Fever

A identificação de padrões e de faces em imagens são alguns ramos da Visão Computacional e podem servir como uma ferramenta para automatizar um processo que demanda trabalho manual de um observador. Dentre os tipos de imagens existentes, a imagem infravermelha ou imagem termográfica é utilizada em áreas da medicina e engenharia. Na medicina, as imagens infravermelhas podem ser utilizadas para detectar áreas da anatomia humana com situação irregular. Com este trabalho, mostra-se uma ferramenta que irá localizar e classificar o valor de máxima temperatura de uma face em uma imagem infravermelha. Para isso, realizou-se um treinamento para aprendizagem de máquina utilizando o algoritmo AdaBoost, com amostras de faces em imagens infravermelhas, e na detecção facial foi utilizado o algoritmo de Viola e Jones. O funcionamento da ferramenta deu-se pela detecção da face do indivíduo seguida pela localização e classificação do valor de maior temperatura da face. Foram realizadas comparações com os resultados de detecções de obtidos com diferentes treinamentos desenvolvidos. Com estes dados, percebeu-se que classificadores mais rígidos, descartam maior quantidade de áreas da imagem, enquanto classificadores menos rigorosos resultam em maior quantidade de falsos positivos. Os resultados finais do desenvolvimento trouxeram uma metodologia de detecção de febre em indivíduos sem necessidade de contato direto, apresentando pouca diferença entre a temperatura axial e a temperatura na imagem infravermelha. Também conseguiu-se criar um arquivo de detecção de faces em imagens infravermelhas, que detectou corretamente 79,51% das faces nas imagens fornecidas.