Smart Campus: um estudo sobre visão computacional para detecção de pessoas em filas

Abstract

Considerando as previsões futuras para a área de Internet das Coisas e as facilidades geradas por aplicações de visão computacional utilizando aprendizado de máquina, este trabalho visa a detecção de pessoas em imagens usando o modelo de aprendizado de máquina para detecção de objetos YOLO. Para os testes foram utilizadas modificações do conjunto de dados COCO, composto por diversos tipos de imagens rotuladas, e foram obtidos resultados promissores demonstrados através das métricas índice mAP que alcançou 98,8% e pontuação F1 que alcançou 97%. Os testes desenvolvidos permitiram a análise da aplicabilidade do modelo para a detecção de pessoas, visando o futuro desenvolvimento de uma aplicação para acompanhamento de filas em um Smart Campus.

Considering the future of the Internet of Things area and the ease generated by computer vision applications using machine learning, this work aims to detect people in images using the YOLO object detection model. For the tests, modifications of the COCO dataset were used, composed of several types of labeled images, and promising results were obtained demonstrated through the metrics mAP index that reached 98.8% and F1 score that reached 97%. The developed tests allowed the analysis of the model's applicability for detecting people, aiming at the future development of an application for tracking queues in a Smart Campus.