Detecção de aglomerações utilizando o reconhecimento de objetos

Página do item simplificado
dc.contributor.advisorHomem, Thiago Pedro Donadon
dc.contributor.authorBaldi, Camila Vitória Leite
dc.contributor.authorMachado, Debora Michelle
dc.contributor.authorMoraes, Guilherme dos Santos
dc.contributor.refereeBagé, Idalise Bernardo
dc.contributor.refereeXavier, Rogério Aparecido Campanari
dc.date.accessioned2024-02-23T18:49:25Z
dc.date.available2024-02-23T18:49:25Z
dc.date.issued2021-01-20
dc.description.abstractEste trabalho se baseia no desenvolvimento de uma aplicação local, capaz de realizar o monitoramento, de maneira autônoma, da concentração de pessoas no ambiente utilizando algoritmos de visão computacional e inteligência artificial, gerando gráficos dos locais que apresentaram ocorrências de desrespeito do distanciamento social. Desta forma, tem-se armazenado uma base de informação que auxilia os responsáveis no planejamento de medidas de prevenção que impeçam eventos de aglomeração. Utilizando-se de tecnologias como o Git para o versionamento de código distribuído entre todos os desenvolvedores, a programação foi feita toda em Python, pela necessidade da integração com sistemas já existentes, acessibilidade e ampla biblioteca disponível. O MongoDB foi utilizado para se fazer o armazenamento das informações geradas pela aplicação, por ser um SGBD (Sistema de Gerenciamento de Banco de Dados) relacional de licença gratuita. Os resultados mostram que a aplicação foi capaz de identificar pessoas e aglomerações, tornando-se uma ferramenta no auxílio à proliferação do vírus causador da COVID-19.
dc.description.abstract2This work is based on the development of a local application, capable of monitoring, in an autonomous way, the concentration of people in the environment using computer vision and artificial intelligence algorithms, generating graphs of the places that showed occurrences of disrespect for social distance. In this way, an information base has been stored that assists those responsible for planning preventive measures that prevent agglomeration events. Using technologies such as Git for the versioning of code distributed among all developers, the programming was done entirely in Python, due to the need for integration with existing systems, accessibility and a large library available. MongoDB was used to store the information generated by the application, as it is a relational SGBD with a free license. The results show that the application was able to identify people and agglomerations, becoming a tool to help the proliferation of the virus that causes COVID-19.
dc.format.mimetypeapplication/pdf
dc.identifier.bibliographicCitationBALDI, Camila Vitória Leite; MACHADO, Debora Michelle; MORAES, Guilherme dos Santos. Detecção de aglomerações utilizando o reconhecimento de objetos. 2021. Trabalho de Conclusão de Curso (Tecnologia em Análise e Desenvolvimento de Sistemas) – Instituto Federal de Educação, Ciência e Tecnologia de São Paulo, Campus São Paulo Pirituba, São Paulo, 2021.
dc.identifier.urihttps://repositorio.ifsp.edu.br/handle/123456789/554
dc.publisherIFSP
dc.publisher.campiPIRITUBA
dc.rightsAttribution-NonCommercial-NoDerivs 3.0 Brazilen
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/br/
dc.subject.keywordsInteligência artificial
dc.subject.keywordsMonitoramento digital
dc.subject.keywordsMultidões
dc.titleDetecção de aglomerações utilizando o reconhecimento de objetos
dc.typeTrabalhos de Conclusão de Curso de Graduação
Arquivos
Pacote Original
Agora exibindo 1 - 1 de 1
Imagem de Miniatura
Nome:
Baldi, Camila Vitória Leite_Machado, Debora Michelle_Moraes, Guilherme dos Santos.pdf
Tamanho:
1.34 MB
Formato:
Adobe Portable Document Format
Descrição:
Baixar
Licença do Pacote
Agora exibindo 1 - 1 de 1
Imagem de Miniatura
Nome:
license.txt
Tamanho:
1.92 KB
Formato:
Item-specific license agreed upon to submission
Descrição:
Baixar
Coleções
Tecnologia em Análise e Desenvolvimento de Sistemas