Please use this identifier to cite or link to this item: https://repository.ufrpe.br/handle/123456789/704
Title: Classificação de banhistas na faixa segura de praia
Authors: Silva, Ricardo Luna da
metadata.dc.contributor.authorLattes: http://lattes.cnpq.br/3088880066515750
metadata.dc.contributor.advisor: Macário Filho, Valmir
metadata.dc.contributor.advisorLattes: http://lattes.cnpq.br/4346898674852080
Keywords: Algoritmos computacionais;Inteligência artificial;Classificação
Issue Date: 2018
Citation: SILVA, Ricardo Luna da. Classificação de banhistas na faixa segura de praia. 2018. 66 f. Trabalho de Conclusão de Curso (Bacharelado em Ciência da Computação) - Departamento de Computação, Universidade Federal Rural de Pernambuco, Recife, 2018.
Abstract: In order to avoid risks in aquatic environments, drownings and shark attack, beach areas should be constantly monitored. When necessary, rescue workers must respond quickly to the case. This work aims to propose a classification algorithm for people as part of a system for automatic monitoring in beach areas.Certain environmental factors are quitech allenging, such as varying brightness on cloudy days,the position of the sun at different times of the day, difficulty in segmenting images, submerged people, and position away from the camera. For this type of problem in the literature is commonly found, for people detection, the use of image descriptors in conjunction with a classifier. This work performs a beach image study using the following image descriptors and their combinations in pairs: Hu Moments, Zernike Moments, Gabor Filter, Guided Gradient Histogram(HOG),Local Binary Patterns(LBP) and Haar.Inaddition,a dimensionality reduction technique (PCA) is applied for feature selection. The detection rate is evaluated with the following classifiers: text it Random Forest, casca de classifier and textit Support Vector Machine (SVM) with linear and radial textit kernel. The experiments demonstrated that the SVM classifier with radial kernel using the HOG and LBP descriptors applying the PCA technique showed promising results, obtaining 90.31% accuracy
Description: Visando evitar riscos em ambientes aquáticos,afogamentos e ataque de tubarão,áreas de praia devem ser monitoradas constantemente. Quando necessário, as equipes de resgate devem responder com velocidade ao caso. Este trabalho visa propor um algoritmo de classificação de pessoas como parte de um sistema para monitoramento automáticoemáreasdepraia.Certosfatoresdoambientesãobastantedesafiadores, como variação de brilho em dias nublados, a posição do sol em diferentes momentos do dia, dificuldade em segmentação de imagens, pessoas submersas e posição afastada da câmera. Para esse tipo de problema na literatura é comumente encontrado, para detecção de pessoas, o uso de descritores de imagem em conjunto com um classificador. Este trabalho realiza um estudo em imagens de praia usando os seguintes descritores de imagem e suas combinações em pares: Momentos de Hu, Momentos de Zernike,Filtro de Gabor,Histograma de Gradientes Orientados(HOG),Padrões Binários Locais(LBP) e Haar. Além disso,uma técnica de redução de dimensionalidade (PCA)é aplica para seleção de características. A taxa de detecção é avaliada com os seguintes classificadores :Random Forest, classificador e em cascata e Support Vector Machine(SVM) comkernel linear e radial.Os experimentos demonstraram que o classificador SVM com kernel radial usando os descritores HOG e LBP aplicando a técnica PCA mostrou resultados promissores, obtendo 90,31% de precisão.
URI: https://repository.ufrpe.br/handle/123456789/704
Appears in Collections:TCC - Bacharelado em Ciência da Computação (Sede)

Files in This Item:
File Description SizeFormat 
tcc_Ricardo Luna da Silva.pdf4 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.