Navegando por Autor "Santos, Keylly Eyglys Araújo dos"
Agora exibindo 1 - 4 de 4
- Resultados por página
- Opções de Ordenação
TCC Classificação e rastreamento de itens em uma esteira móvel utilizando redes convolucionais e processamento de imagens(Universidade Federal do Rio Grande do Norte, 2022-12-15) Góes, Angelo Leite Medeiros de; Dória Neto, Adrião Duarte; 0000-0002-5445-7327; http://lattes.cnpq.br/1987295209521433; 0000-0003-1138-1403; http://lattes.cnpq.br/3037310998903708; Terrematte, Patrick Cesar Alves; 0000-0002-0385-0030; http://lattes.cnpq.br/4283045850342312; Santos, Keylly Eyglys Araújo dos; http://lattes.cnpq.br/0407424499947704Dada a gradual prosperidade do mundo moderno, vê-se uma crescente necessidade na redução do tempo gasto com atividades triviais. No contexto de idas aos supermercados, estudos recentes apontam que um dos fatores mais relevantes na experiência de compra, que reflete nas vendas e faturamento, é o tempo gasto nas filas. O trabalho em questão visa descrever a criação de um protótipo de visão computacional e deep learning, a ser instalado junto a uma câmera suspensa sobre uma esteira móvel de supermercado. Este será responsável por detectar, classificar, rastrear o movimento e contar todos os itens que passam. O stream de vídeo é processado em tempo real, e ao detectar a passagem de um item específico a conta final da compra é incrementada. Como não haveria interferência humana, o processo tende a simplificar, baratear e agilizar caixas de supermercado. Dentre as tecnologias exploradas está a de redes neurais convolucionais “estado da arte”, em especial a You Only Look Once (YOLO) v4 tiny e a YOLO v5 small, bem como algumas mais consolidadas no mercado como OpenCV para o processamento de imagens ou Roboflow para expansão da base de dados. Ao final do experimento foi possível desenvolver um modelo que contava com até 77% de precisão média (mAP@[0.5:0.95]) para dois itens em uma esteira, usando um modelo treinado em um dataset híbrido, composto de imagens coletadas in vitro e imagens geradas por meio de um simulador, além disso uma interface gráfica responsável pela visualização do feed de video processado, que possibilita também manipulação de hiperparâmetros da CNN, do rastreador e do contador de itens.TCC GANs (Generative Adversarial Network) na ampliação da base de dados para a detecção de defeitos em linhas de produção da indústria têxtil(Universidade Federal do Rio Grande do Norte, 2024-08-15) Oliveira, Thiago Theiry de; Dória Neto, Adrião Duarte; https://wwws.cnpq.br/cvlattesweb/PKG_MENU.menu?f_cod=95D095446F8D036CF25153F9F4663BE9#&state=3c5ec512-56a9-4898-87d0-a349abd1a672&session_state=e91b4dd9-9495-4623-8219-7be59d008b70&code=bedb490e-8aa8-418b-bc7b-ca73d6f44184.e91b4dd9-9495-4623-8219-7be59d008b70.7efc8c12-6a40-4bcd-925f-481c2cbe40ad; Florencio, Heitor Medeiros; Santos, Keylly Eyglys Araújo dosNo contexto contemporâneo da produção têxtil, a identificação e correção eficiente de falhas nas linhas de produção tornaram-se prioridades. Este estudo propõe um sistema de visão computacional e aprendizado profundo, utilizando o algoritmo You Only Look Once (YOLO) para detecção em tempo real de defeitos. Utilizando a versão YOLO v8 Small, o sistema detecta irregularidades no tecido, como pontos de costura incorretos. Ferramentas como Roboflow são fundamentais para processamento de imagens e expansão do conjunto de dados. Para aumentar a base de dados e melhorar a identificação dos defeitos, foram empregadas Generative Adversarial Networks (GAN)s, que geram imagens sintéticas de alta qualidade, diversificando o conjunto de dados e aumentando a capacidade de generalização do modelo. Os resultados mostram um desempenho notável com uma precisão média acima de 97% (mAP@[0.5]). O modelo foi treinado com dados diversificados. A aplicação realiza a identificação em tempo real de falhas em qualquer vídeo que simule um tecido passando por uma esteira, utilizando os melhores pesos do treinamento da rede neural YOLO importados para fazer a predição. Em resumo, a adoção do algoritmo YOLO, junto com o uso de GANs, marca um avanço significativo na detecção de falhas nas linhas de produção têxtil, simplificando e agilizando a inspeção, reduzindo custos operacionais e aprimorando a qualidade final dos produtos.Dissertação Um método para localização facial Invariante a rotação(Universidade Federal do Rio Grande do Norte, 2011-02-18) Santos, Keylly Eyglys Araújo dos; Dória Neto, Adrião Duarte; Martins, Allan de Medeiros; ; http://lattes.cnpq.br/4402694969508077; ; http://lattes.cnpq.br/1987295209521433; ; http://lattes.cnpq.br/0407424499947704; Brito Júnior, Agostinho de Medeiros; ; http://lattes.cnpq.br/0958617290020120; Sarcinelli Filho, Mário;A localização facial tornou-se um assunto muito discutido nos últimos anos, surgiram inúmeras aplicações, desde sistemas biométricos (que necessitam localizar a face antes de identifica-la), até sistemas complexos de varredura de multidões (procurando por criminosos). O método mais utilizado para localizar faces em imagens digitais é a técnica de Vioja e Jones, que não é invariante a rotação, conseguindo identificar apenas pequenos ângulos de rotação, mesmo assim comprometendo alguns algoritmos que necessitam da face sem rotação, como a biometria facial. A técnica apresentada propõe a invariância a rotação de face em imagens digitais, baseando-se na segmentação da pele para calcular a dispersão e estimar o ângulo de rotação da face. Possibilitando que técnicas já consolidadas possam realizar a localização da face em uma imagem rotacionada no sentido inversoTese Representação facial para interações online utilizando Redes Generativas Adversárias Bidirecionais (BiGANs)(Universidade Federal do Rio Grande do Norte, 2024-09-30) Santos, Keylly Eyglys Araújo dos; Dória Neto, Adrião Duarte; https://orcid.org/0000-0002-5445-7327; http://lattes.cnpq.br/1987295209521433; https://orcid.org/0000-0002-0842-5500; http://lattes.cnpq.br/0407424499947704; Martins, Allan de Medeiros; Araújo, Daniel Sabino Amorim de; Guimarães, João Paulo Ferreira; Aquino, Manoel do Bonfim Lins deNeste trabalho, é apresentado um novo método para representação facial que utiliza Redes Generativas Adversárias Bidirecionais (BiGANs), demonstrando avanços significativos em comparação com os métodos convencionais de transmissão de vídeo que empregam técnicas de compressão MPEG-2. Em cenários como reuniões virtuais, a abordagem proposta explora as capacidades bidirecionais inerentes das BiGANs para produzir representações faciais compactas e altamente expressivas em ambientes virtuais. Como consequência, a quantidade de dados necessários para a transmissão é significativamente reduzida. A eficácia da metodologia proposta na geração de imagens faciais sintéticas de alta qualidade, que se assemelham de forma precisa aos rostos originais, foi comprovada por meio de experimentos realizados em um conjunto de dados contendo 813 quadros de um rosto individual. Ademais, a capacidade do método em preservar altos valores do Índice de Similaridade Estrutural (SSIM) e da Relação Sinal-Ruído de Pico (PSNR) ressalta seu potencial para gerar imagens faciais sintéticas com mínima degradação de qualidade. Esses resultados tornam a abordagem uma alternativa promissora para comunicação online em tempo real, especialmente em situações com restrições de largura de banda.