Banca de QUALIFICAÇÃO: RODRIGO CARVALHO BARBOSA

Uma banca de QUALIFICAÇÃO de MESTRADO foi cadastrada pelo programa.
DISCENTE: RODRIGO CARVALHO BARBOSA
DATA: 27/06/2019
HORA: 16:00
LOCAL: Sala de Pós-graduação 11A
TÍTULO:

USO DO DEEP LEARNING PARA CLASSIFICAÇÃO DE VEÍCULOS EM VIAS PÚBLICAS PARA DEFINIÇÃO DE PRIORIDADES EM SEMÁFOROS INTELIGENTES

PALAVRAS-CHAVES:

Classificação por imagens. Deep Learning. Single Short Detector. Semáforo Inteligente.

PÁGINAS: 52
GRANDE ÁREA: Ciências Exatas e da Terra
ÁREA: Ciência da Computação
RESUMO:

Atualmente, existem vários modelos de semáforos inteligentes no mercado. A tendencia dos
semáforos é que possuam mecanismos que os tornem mais inteligentes e eficazes, com uma
maior interações com os veículos. Um exemplo são os carros autônomos, que são veículos dirigidos
por meio de algoritmos de inteligencia artificial, com o mínimo de interação humana.
Muitos desses automóveis utilizam modelos obtidos pela técnica de aprendizado profundo, também
denominado de DL (Deep Learning) são utilizados para a identificação e a classificação de
imagens para a tomada de decisões no trânsito. Já, existem soluções propostas para semáforos
inteligentes que usam sensores para detectar veículos segurança pública e saúde. Também, algumas
soluções usam DL para capturar, classificar e identificar algumas imagens como placas
de trânsito ou estado do semáforo, estas imagens são extraídas geralmente dentro dos veículo ou
equipamentos localizados na parte superior e externa dos mesmos. Porém, no nosso conhecimento
não foram encontradas soluções que usam DL para classificação de imagens em semáforos
inteligentes. Neste trabalho propõe-se um sistema de classificação de imagens de diferentes
meios de transporte e pedestres o qual será utilizado no algoritmo de um semáforo inteligente.
O sistema de classificação estará baseado em DL, utilizando especificamente o modelo Single
Short Detector (SSD) que apresenta acurácia alta e de rápida execução se comparados as outros
modelos existentes como exemplo, modelos baseadas em CNN. Para o treinamento do modelo
SSD se construirá uma nova base de dados (BD) que considere imagens homógenas de veiculo
de trânsito, já que não existe BD disponíveis na literatura atual. O algoritmo do semáforo
proposto ira se basear no código de transito brasileiro (CTB), que irá definir diferentes prioridades.
Espera-se que com a solução proposta o tempo de espera no trânsito possa ser reduzido,
para isso ira ser determinado um número N de veículos nas vias controlados por um semáforo
algo que não ocorre se comparar com um semáforo atual de tempos de espera fixos, adicionalmente
pretende-se utilizar módulos FPGA (Field Programmable Gate Array) para implementar
a solução em um sistema embarcado.

MEMBROS DA BANCA:
Externo ao Programa - BRUNO DE ABREU SILVA - DCC
Presidente - DEMOSTENES ZEGARRA RODRIGUEZ
Externo ao Programa - ERICK GALANI MAZIERO - DCC
Interno - RENATA LOPES ROSA