Vacancy state detector oriented to convolutional neural network, background subtraction and embedded systems
O presente trabalho é resultado de um convênio de dupla diplomação com o Instituto Politécnico de Bragança (Portugal)
| Autor principal: | Corrêa, Isabelle de Moura |
|---|---|
| Formato: | Trabalho de Conclusão de Curso (Graduação) |
| Idioma: | Inglês |
| Publicado em: |
Universidade Tecnológica Federal do Paraná
2021
|
| Assuntos: | |
| Acesso em linha: |
http://repositorio.utfpr.edu.br/jspui/handle/1/26487 |
| Tags: |
Adicionar Tag
Sem tags, seja o primeiro a adicionar uma tag!
|
| id |
riut-1-26487 |
|---|---|
| recordtype |
dspace |
| spelling |
riut-1-264872021-11-24T06:06:18Z Vacancy state detector oriented to convolutional neural network, background subtraction and embedded systems Corrêa, Isabelle de Moura Morais, Erikson Freitas de Rodrigues, Pedro João Soares Rodrigues, Pedro João Soares Fernandes, José Eduardo Moreira Morais, Erikson Freitas de Lopes, Rui Pedro Sanches de Castro Estacionamento de automóveis Processamento de imagens Redes neurais (Computação) Controle de processo - Métodos estatísticos Automobile parking Image processing Neural networks (Computer science) Process control - Statistical methods CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO O presente trabalho é resultado de um convênio de dupla diplomação com o Instituto Politécnico de Bragança (Portugal) Much has been discussed recently related to population ascension, the reasons for this event, and in particular, the aspects of society affected. Over the years, the city governments realized a higher level of growth, mainly in terms of urban scale, technology, and individuals numbers. It comprises improvements and investments in their structure and policies, motivated by improving conditions in population live quality and reduce environmental, energy, fuel, time, and money resources, besides population living costs, including the increasing demand for parking structures accessible to the general or private-public, and a waste of substantial daily time and fuel, disturbing the population routinely. Therefore, one way to achieve that challenge is focused on reducing energy, money,and time costs to travel to work or travel to another substantial location. That work presents a robust, and low computational power Smart Parking system adaptive to several environments changes to detect and report vacancy states in a parking space oriented to Deep Learning, and Embedded Systems. This project consists of determining the parking vacancy status through statistical and image processing methods, creates a robust image data set, and the Convolutional Neural Network model focused on predict three final classes. In order to save computational power, this approach uses the Background Subtraction based on the Mixture of Gaussian method, only updating parking space status, in which large levels of motion are detected. The proposed model presents 94 percent of precision at the designed domain. Muito se discutiu recentemente sobre a ascensão populacional, as razões deste evento e, em particular, os aspectos da sociedade afetados. Ao longo dos anos, os governos perceberam um grande nível de crescimento, principalmente em termos de escala urbana, tecnologia e número de indivíduos. Este fato deve-se a melhorias e investimentos na estrutura urbana e políticas motivados por melhorar as condições de qualidade de vida da população e reduzir a utilização de recursos ambientais, energéticos, combustíveis, temporais e monetários, além dos custos de vida da população, incluindo a crescente demanda por estruturas de estacionamento acessíveis ao público em geral ou público-privado. Por tanto, uma maneira de alcançar esse desafio é manter a atenção na redução de custos de energia, dinheiro e tempo para viajar para o trabalho ou para outro local substancial. Esse trabalho apresenta um sistema robusto de Smart Parking, com baixo consumo computacional, adaptável a diversas mudanças no ambiente observado para detectar e relatar os estados das vagas de estacionamento, orientado por Deep Learninge Embedded Systems. Este projeto consiste em determinar o status da vaga de estacionamento por meio de métodos estatísticos e de processamento de imagem, criando um conjunto robusto de dados e um modelo de Rede Neuronal Convolucional com foco na previsão de três classes finais. A fim de reduzir consumo computacional, essa abordagem usa o método de Background Subtraction, somente atualizando o status do espaço de estacionamento em que grandes níveis de movimento são detectados. O modelo proposto apresenta 94 porcento da precisão no domínio projetado. 2021-11-23T13:31:35Z 2021-11-23T13:31:35Z 2019-12-11 bachelorThesis CORRÊA, Isabelle de Moura. Vacancy state detector oriented to convolutional neural network, background subtraction and embedded systems. 2019. Trabalho de Conclusão de Curso (Bacharel em Ciência da Computação) - Universidade Tecnológica Federal do Paraná, Ponta Grossa, 2019. http://repositorio.utfpr.edu.br/jspui/handle/1/26487 eng openAccess application/pdf Universidade Tecnológica Federal do Paraná Ponta Grossa Brasil Ciência da Computação UTFPR |
| institution |
Universidade Tecnológica Federal do Paraná |
| collection |
RIUT |
| language |
Inglês |
| topic |
Estacionamento de automóveis Processamento de imagens Redes neurais (Computação) Controle de processo - Métodos estatísticos Automobile parking Image processing Neural networks (Computer science) Process control - Statistical methods CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO |
| spellingShingle |
Estacionamento de automóveis Processamento de imagens Redes neurais (Computação) Controle de processo - Métodos estatísticos Automobile parking Image processing Neural networks (Computer science) Process control - Statistical methods CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO Corrêa, Isabelle de Moura Vacancy state detector oriented to convolutional neural network, background subtraction and embedded systems |
| description |
O presente trabalho é resultado de um convênio de dupla diplomação com o Instituto Politécnico de Bragança (Portugal) |
| format |
Trabalho de Conclusão de Curso (Graduação) |
| author |
Corrêa, Isabelle de Moura |
| author_sort |
Corrêa, Isabelle de Moura |
| title |
Vacancy state detector oriented to convolutional neural network, background subtraction and embedded systems |
| title_short |
Vacancy state detector oriented to convolutional neural network, background subtraction and embedded systems |
| title_full |
Vacancy state detector oriented to convolutional neural network, background subtraction and embedded systems |
| title_fullStr |
Vacancy state detector oriented to convolutional neural network, background subtraction and embedded systems |
| title_full_unstemmed |
Vacancy state detector oriented to convolutional neural network, background subtraction and embedded systems |
| title_sort |
vacancy state detector oriented to convolutional neural network, background subtraction and embedded systems |
| publisher |
Universidade Tecnológica Federal do Paraná |
| publishDate |
2021 |
| citation |
CORRÊA, Isabelle de Moura. Vacancy state detector oriented to convolutional neural network, background subtraction and embedded systems. 2019. Trabalho de Conclusão de Curso (Bacharel em Ciência da Computação) - Universidade Tecnológica Federal do Paraná, Ponta Grossa, 2019. |
| url |
http://repositorio.utfpr.edu.br/jspui/handle/1/26487 |
| _version_ |
1805302248683601920 |
| score |
10,814766 |