Detecção de pessoas com febre por termografia infravermelha
Autor(a) principal: | |
---|---|
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 |
Resumo: | 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. |
id |
UTFPR-12_ef36950a7b24cd4d26d1230bd8311c9c |
---|---|
oai_identifier_str |
oai:repositorio.utfpr.edu.br:1/15934 |
network_acronym_str |
UTFPR-12 |
network_name_str |
Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT)) |
repository_id_str |
|
spelling |
2020-11-19T18:23:13Z2020-11-19T18:23:13Z2016-11-10FERREIRA, Jean Henrique. Detecção de pessoas com febre por termografia infravermelha. 2016. 56 f. Trabalho de Conclusão de Curso (Graduação) - Universidade Tecnológica Federal do Paraná, Ponta Grossa, 2016.http://repositorio.utfpr.edu.br/jspui/handle/1/15934A 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.The identification of patterns and faces in images are some branches of Computer Vision and can serve as a tool to automate a process that demands the manual work of an observer. Among the types of existing images, the infrared image or thermographic image is used in areas of medicine and engineering. In medicine, infrared images can be used to detect areas of the human anatomy with irregular situation. With this work, it is shown a tool that will locate and classify the maximum temperature value of the face in an infrared image. In order to do this, a machine learning training was performed using the AdaBoost algorithm, with face samples in infrared images, and in the face detection the Viola and Jones algorithm was used. The operation of the tool was by the detection of the face of the individual followed by the location and classification of the value of the higher temperature of the face. Comparisons were made with the results of detections obtained with different training sessions. With this data, it was noticed that more rigid classifiers discard more areas of the image, while less rigorous classifiers result in a greater amount of false positives. The final results of the development brought a methodology of detection of fever in individuals without need of direct contact, showing little difference between the axial temperature and the temperature in the infrared image. It was also possible to create a face detection file in infrared images, which correctly detected 79.51% of the faces in the images provided.porUniversidade Tecnológica Federal do ParanáPonta GrossaCiência da ComputaçãoUTFPRBrasilDepartamento Acadêmico de InformáticaCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAOPessoas - DetecçãoDetectores infravermelhosTemperatura corporalFebrePersons - DetectionInfrared detectorsBody temperatureFeverDetecção de pessoas com febre por termografia infravermelhaDetection of people with fever by infrared thermographyinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisPonta GrossaSanches, Ionildo JoséSanches, Ionildo JoséBorges, André PinzMorais, Erikson Freitas deFerreira, Jean Henriqueinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT))instname:Universidade Tecnológica Federal do Paraná (UTFPR)instacron:UTFPRLICENSElicense.txttext/plain1290http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/15934/1/license.txtb9d82215ab23456fa2d8b49c5df1b95bMD51ORIGINALPG_COCIC_2016_2_08.pdfapplication/pdf1514128http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/15934/2/PG_COCIC_2016_2_08.pdf507f220b7d208f80a1433c6bdce5a9a1MD52TEXTPG_COCIC_2016_2_08.pdf.txtExtracted texttext/plain103176http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/15934/3/PG_COCIC_2016_2_08.pdf.txtc84e4b3bd34a1ad2c5631144ce012ab3MD53THUMBNAILPG_COCIC_2016_2_08.pdf.jpgGenerated Thumbnailimage/jpeg1287http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/15934/4/PG_COCIC_2016_2_08.pdf.jpg7692f01e59dcf128b868e27a47ae5aa4MD541/159342020-11-19 16:23:13.628oai:repositorio.utfpr.edu.br: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ório de PublicaçõesPUBhttp://repositorio.utfpr.edu.br:8080/oai/requestopendoar:2020-11-19T18:23:13Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT)) - Universidade Tecnológica Federal do Paraná (UTFPR)false |
dc.title.pt_BR.fl_str_mv |
Detecção de pessoas com febre por termografia infravermelha |
dc.title.alternative.pt_BR.fl_str_mv |
Detection of people with fever by infrared thermography |
title |
Detecção de pessoas com febre por termografia infravermelha |
spellingShingle |
Detecção de pessoas com febre por termografia infravermelha Ferreira, Jean Henrique CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO Pessoas - Detecção Detectores infravermelhos Temperatura corporal Febre Persons - Detection Infrared detectors Body temperature Fever |
title_short |
Detecção de pessoas com febre por termografia infravermelha |
title_full |
Detecção de pessoas com febre por termografia infravermelha |
title_fullStr |
Detecção de pessoas com febre por termografia infravermelha |
title_full_unstemmed |
Detecção de pessoas com febre por termografia infravermelha |
title_sort |
Detecção de pessoas com febre por termografia infravermelha |
author |
Ferreira, Jean Henrique |
author_facet |
Ferreira, Jean Henrique |
author_role |
author |
dc.contributor.advisor1.fl_str_mv |
Sanches, Ionildo José |
dc.contributor.referee1.fl_str_mv |
Sanches, Ionildo José |
dc.contributor.referee2.fl_str_mv |
Borges, André Pinz |
dc.contributor.referee3.fl_str_mv |
Morais, Erikson Freitas de |
dc.contributor.author.fl_str_mv |
Ferreira, Jean Henrique |
contributor_str_mv |
Sanches, Ionildo José Sanches, Ionildo José Borges, André Pinz Morais, Erikson Freitas de |
dc.subject.cnpq.fl_str_mv |
CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO |
topic |
CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO Pessoas - Detecção Detectores infravermelhos Temperatura corporal Febre Persons - Detection Infrared detectors Body temperature Fever |
dc.subject.por.fl_str_mv |
Pessoas - Detecção Detectores infravermelhos Temperatura corporal Febre Persons - Detection Infrared detectors Body temperature Fever |
description |
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. |
publishDate |
2016 |
dc.date.issued.fl_str_mv |
2016-11-10 |
dc.date.accessioned.fl_str_mv |
2020-11-19T18:23:13Z |
dc.date.available.fl_str_mv |
2020-11-19T18:23:13Z |
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.citation.fl_str_mv |
FERREIRA, Jean Henrique. Detecção de pessoas com febre por termografia infravermelha. 2016. 56 f. Trabalho de Conclusão de Curso (Graduação) - Universidade Tecnológica Federal do Paraná, Ponta Grossa, 2016. |
dc.identifier.uri.fl_str_mv |
http://repositorio.utfpr.edu.br/jspui/handle/1/15934 |
identifier_str_mv |
FERREIRA, Jean Henrique. Detecção de pessoas com febre por termografia infravermelha. 2016. 56 f. Trabalho de Conclusão de Curso (Graduação) - Universidade Tecnológica Federal do Paraná, Ponta Grossa, 2016. |
url |
http://repositorio.utfpr.edu.br/jspui/handle/1/15934 |
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.publisher.none.fl_str_mv |
Universidade Tecnológica Federal do Paraná Ponta Grossa |
dc.publisher.program.fl_str_mv |
Ciência da Computação |
dc.publisher.initials.fl_str_mv |
UTFPR |
dc.publisher.country.fl_str_mv |
Brasil |
dc.publisher.department.fl_str_mv |
Departamento Acadêmico de Informática |
publisher.none.fl_str_mv |
Universidade Tecnológica Federal do Paraná Ponta Grossa |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT)) instname:Universidade Tecnológica Federal do Paraná (UTFPR) instacron:UTFPR |
instname_str |
Universidade Tecnológica Federal do Paraná (UTFPR) |
instacron_str |
UTFPR |
institution |
UTFPR |
reponame_str |
Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT)) |
collection |
Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT)) |
bitstream.url.fl_str_mv |
http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/15934/1/license.txt http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/15934/2/PG_COCIC_2016_2_08.pdf http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/15934/3/PG_COCIC_2016_2_08.pdf.txt http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/15934/4/PG_COCIC_2016_2_08.pdf.jpg |
bitstream.checksum.fl_str_mv |
b9d82215ab23456fa2d8b49c5df1b95b 507f220b7d208f80a1433c6bdce5a9a1 c84e4b3bd34a1ad2c5631144ce012ab3 7692f01e59dcf128b868e27a47ae5aa4 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT)) - Universidade Tecnológica Federal do Paraná (UTFPR) |
repository.mail.fl_str_mv |
|
_version_ |
1805922991466348544 |