Portal de Conferências da IMED, XII Mostra de Iniciação Científica e Extensão Comunitária e XI Mostra de Pesquisa de Pós-Graduação IMED 2018

Tamanho da fonte: 
A IMPORTÂNCIA DA VISÃO COMPUTACIONAL E SUAS APLICAÇÕES NA MOBILIDADE URBANA
Alex Pinheiro, Thaísa Leal da Silva

Última alteração: 2018-09-03

Resumo


O presente artigo apresenta conceitos sobre visão computacional onde são descritas algumas das principais funcionalidades dessa tecnologia, entre elas: etapas para o reconhecimento de imagem, processo de segmentação, detecção de bordas, reconhecimento de padrões, utilização de Redes Neurais, Inteligência Artificial e Aprendizado de Máquina. A partir dessas funcionalidades, este trabalho busca demonstrar aplicações da tecnologia de visão computacional na mobilidade urbana para o reconhecimento de padrões que possam auxiliar na resolução de problemas que ocorrem no trânsito constantemente no cotidiano das cidades.

Palavras-chave


visão computacional, processamento de imagem, mobilidade urbana

Referências


BARBOSA, J. F. Fundamentos teóricos. Disponível em: <https://sites.google.com/site/rfaceemotion/home/apresentacao-do-projeto>. Acesso em: 2 jun. 2018.

BERTOCHE, U. DOS S. P. Sistema de Apoio à Mobilidade Urbana com Dados Abertos. UNIVERSIDADE FEDERAL DO ESTADO DO RIO DE JANEIRO CENTRO DE CIÊNCIAS EXATAS E TECNOLOGIA ESCOLA DE INFORMÁTICA APLICADA, 2016.

CAVALCA, D. Uma breve introdução sobre visão computacional. 2015.

COELHO, G. V. V. Seleção de características usando algoritmos genéticos para classificação de imagens de textos em manuscritos e impressos. Universidade Federal de Pernambuco, 2013.

DENATRAN, D. N. DE T. Frota de Veículos - 2016. Disponível em: <http://www.denatran.gov.br/estatistica/261-frota-2016>. Acesso em: 14 abr. 2018.

FANK, E. A.; DUARTE, D. para analisar o ambiente, recebendo um. Jornada de Iniciação Científica e Tecnológica da UFSS, p. 2–5, 2016.

FLECK, L. et al. Redes Neurais Artificiais: Princípios Básicos. Revista Eletrônica Científica Inovação e Tecnologia, v. 1, n. 13, p. 47–57, 2016.

GAZETA DO POVO. Conheça tecnologias que podem por fim a congestionamento e reduzir multas. Disponível em: <http://www.gazetadopovo.com.br/automoveis/conheca-tecnologias-que-podem-por-fim-a-congestionamento-e-reduzir-multas-adq1gny1x438pei7061hhmy84>. Acesso em: 21 abr. 2018.

GONÇALVES, J. C. Reconhecimento de dígitos em imagens de medidores de consumo de gás natural utilizando técnicas de visão computacional. 2016.

IG CARROS. Engarrafamento: As cidades com o pior trânsito do Brasil. Disponível em: <http://carros.ig.com.br/2016-07-08/engarrafamento-piores-cidades-brasil.html>. Acesso em: 12 abr. 2018.

KERVALT, M. Frota de veículos no RS aumentou 14 vezes mais do que a população em 10 anos. Disponível em: <https://gauchazh.clicrbs.com.br/geral/noticia/2018/01/frota-de-veiculos-no-rs-aumentou-14-vezes-mais-do-que-a-populacao-em-10-anos-cjbwmc87q04s701p99q3tujzw.html>. Acesso em: 14 abr. 2018.

KRUG, Á. B. et al. Análise e reconhecimento de padrões usando processamento de imagens e inteligência artificial. n. January, p. 145–154, 2008.

LIRA, G. R. A computer vision approach to drone-based traffic analysis of road intersections. 2015.

NIEBLES, J. C.; LI, F.-F. Introduction ’ to ’“ Computer ’ Vision ”. Disponível em: <http://vision.stanford.edu/teaching/cs131_fall1617/lectures/lecture1_introduction_cs131_2016.pdf>. Acesso em: 8 jul. 2018.

PERSECHINO, A.; ALBUQUERQUE, M. P. DE. Processamento digital de imagens: conceitos fundamentais. Centro Brasileiro de Pesquisas Físicas, n. October, p. 1–41, 2015.

PIASSAROLO, A. C. Mobilidade urbana: as dificuldades enfrentadas pela sociedade com o aumento da frota de veículos na cidade de cacoal/RO. Repositório Institucional da Universidade Federal de Rondônia, p. 5–37, 2014.

REIS, M. D. S. Monitoramento Automático de Trânsito Através de Técnicas de Visão Computacional com o OpenCV Monitoramento Automático de Trânsito Através de Técnicas de Visão Computacional com o OpenCV. FACULDADE DE CIÊNCIAS EMPRESARIAIS - FACE MESTRADO PROFISSIONAL EM SISTEMAS DE INFORMAÇÃO E GESTÃO DO CONHECIMENTO, 2014.

RODRIGUES, B. U. Reconhecimento do tipo de cachaça utilizando visão computacional e reconhecimento de padrões. UNIVERSIDADE FEDERAL DE GOIÁS INSTITUTO DE INFORMÁTICA, 2015.

SOUSA, R. S. DE. Protocolo de Sinalização de Congestionamento para Redes Veiculares. Dissertação (Mestrado) - Universidade Federal do Piauí, Teresina, Piauí, Brasil, 2016.

SOUZA, W. B. S. DE. Detecção e Reconhecimento Automáticos de Sinais de Transito. Universidade de Brasilia - UnB, 2015.

TAKANO JUNIOR, J. BACHARELADO EM CIÊNCIA DA COMPUTAÇÃO Monitoramento veicular utilizando câmeras de segurança convencionais e visão computacional Jorge Takano Junior BACHARELADO EM CIÊNCIA DA COMPUTAÇÃO Monitoramento veicular utilizando câmeras de segurança convencionais e. CENTRO UNIVERSITÁRIO EURÍPIDES DE MARÍLIA FUNDAÇÃO DE ENSINO “EURÍPIDES SOARES DA ROCHA”, 2016.

TRINDADE, C. et al. Usando o FIWARE para Desenvolvimento de Aplicações de Cidades Inteligentes. 2016.

TROVÃO, R. As dez cidades mais congestionadas do mundo; Brasil tem 3 no ranking. Disponível em: <http://www.gazetadopovo.com.br/automoveis/as-dez-cidades-mais-congestionadas-do-mundo-brasil-tem-3-no-ranking-eftpau3hzq7vqesj6l487ieq1>. Acesso em: 14 abr. 2018.

Texto completo: PDF