Sistema de detecção de capacete baseado em inteligência artificial

Ramos, Arthur Cabral

Trabalho de Conclusão de Curso

Sistema de detecção de capacete baseado em inteligência artificial

This work aims to develop a system based on machine learning that controls access to areas where the use of helmets as personal protective equipment is mandatory. The project was developed is three main stages: data selection, training and testing. The project used low-cost hardware and free softwar...

ver descrição completa

Autor principal:	Ramos, Arthur Cabral
Grau:	Trabalho de Conclusão de Curso
Idioma:	por
Publicado em:	Brasil 2023
Assuntos:	Aprendizado de máquina Inteligência artificial TensorFlow CNPQ::ENGENHARIAS
Acesso em linha:	http://repositorio.ifam.edu.br/jspui/handle/4321/1156

id	oai:localhost:4321-1156
recordtype	dspace
spelling	oai:localhost:4321-11562023-04-24T11:59:21Z Sistema de detecção de capacete baseado em inteligência artificial Ramos, Arthur Cabral Santos, Alyson de Jesus dos http://lattes.cnpq.br/5998752909180697 Santos, Alyson de Jesus dos http://lattes.cnpq.br/5998752909180697 Costa, Jaidson Brandão da http://lattes.cnpq.br/4553321582341998 Compto, Gabriel Pinheiro http://lattes.cnpq.br/5432787843953143 Aprendizado de máquina Inteligência artificial TensorFlow CNPQ::ENGENHARIAS This work aims to develop a system based on machine learning that controls access to areas where the use of helmets as personal protective equipment is mandatory. The project was developed is three main stages: data selection, training and testing. The project used low-cost hardware and free software. The developed system used Python as a programming language in all stages and TensorFlow as the main tool. The operation occurs through a code written in Python that evaluates whether the use of the helmet is being carried out, if the answer is positive, it triggers a device that grants access, in the project the device is represented by an LED. Este trabalho tem por objetivo o desenvolvimento de um sistema baseado em aprendizado de máquina que controle o acesso a áreas nas quais o uso de capacete como equipamento de proteção individual é obrigatório. O projeto foi desenvolvido é três etapas principais: seleção de dados, treinamento e teste. No projeto utilizou-se hardware de baixo custo e software gratuitos. O sistema desenvolvido utilizou Python como linguagem de programação em todas as etapas e como principal ferramenta o TensorFlow. O funcionamento ocorre através de um código escrito em Python que avalia se o uso do capacete está sendo realizado, caso a resposta seja positiva, o mesmo aciona um dispositivo que libera o acesso, no projeto o dispositivo é representado por um LED. 2023-04-24T11:59:20Z 2023-04-24 2023-04-24T11:59:20Z 2023-03-24 Trabalho de Conclusão de Curso Ramos, Arthur Cabral. Sistema de detecção de capacete baseado em inteligência artificial. Manaus. 2023. 60 f. Monografia. (Graduação em Engenharia de Controle e Automação) - Instituto Federal de Educação, Ciência e Tecnologia do Amazonas, Campus Manaus Distrito Industrial, Manaus, 2023. http://repositorio.ifam.edu.br/jspui/handle/4321/1156 por ALPAYDIN, Ethem. Introduction to machine learning. MIT press, 2020. Acesso em: 27 de nov. 2022. ARDUINO, Hardware, 2022. Disponível em <https://docs.arduino.cc/hardware/uno-rev3. Acesso em: 27 de nov. 2022. AYODELE, Taiwo Oladipupo. Types of machine learning algorithms. New advances in machine learning, v. 3, p. 19-48, 2010. Acesso em 27 de nov. 2022. BARELLI, F. Introdução à Visão Computacional: Uma abordagem prática com Python e OpenCV. Casa do Código, 2018. ISBN 9788594188588. Disponível em: .<https://books.google.com.br/books?id=CA5ZDwAAQBAJ>. Acesso out 30 de 2022. BATISTA, Gustavo Enrique de Almeida Prado Alves. Pré-processamento de dados em aprendizado de máquina supervisionado. 2003. Tese (Doutorado em Ciências de Computação e Matemática Computacional) - Instituto de Ciências Matemáticas e de Computação, University of São Paulo, São Carlos, 2003. doi:10.11606/T.55.2003.tde-06102003-160219. Acesso em 11 de nov de 2022. BEIS, 1999. Indexing Without Invariants in 3D Object Recognition. Acesso em: 30 de dez. 2022. BORGES, Luiz Eduardo. Python para desenvolvedores: aborda Python 3.3. Novatec Editora, 2014. Acesso em 17 de nov de 2022. 53 CHAPELLE, Olivier; SCHOLKOPF, Bernhard; ZIEN, Alexander. Semi-supervised learning (chapelle, o. et al., eds.; 2006)[book reviews]. IEEE Transactions on Neural Networks, v. 20, n. 3, p. 542-542, 2009. Acesso em 16 de nov de 2022. DA SILVA, Josenildo C.; VIEIRA, Raimundo Osvaldo. Introdução às Redes Neurais Profundas com Python. Sociedade Brasileira de Computação, 2022. Acesso em 17 de nov de 2022. D'ADDARIO, Miguel. Inteligência Artificial: Tratados, aplicações, usos e futuro. Babelcube Inc., 2022. Acesso em: 28 de dez de 2022. FENG, S. et al. Intelligent driving intelligence test for autonomous vehicles with naturalistic and adversarial environment. Nat Commun, v.12, p.748, 2021. Disponível em: <https://doi.org/10.1038/s41467-021-21007-8>. Acesso em 16 de nov de 2022. FERNANDES, Fernando Timoteo; CHIAVEGATTO FILHO, Alexandre Dias Porto. Perspectivas do uso de mineração de dados e aprendizado de máquina em saúde e segurança no trabalho. Revista Brasileira de Saúde Ocupacional, v. 44, 2019. Acesso em: 27 de dez.2022. FERREIRA, Michael Henrique Souza. Reconhecimento facial para detecção de emoções utilizando redes neurais convolucionais com tensorflow. 2021. Acesso em: 23 de dez de 2022. GONÇALVES, Steffani Bez Batti et al. Prevalência e fatores associados aos acidentes de trabalho em uma indústria metalmecânica. Revista Brasileira de Medicina do Trabalho, v. 16, n. 1, p. 26-35, 2018. Acesso em: 19 de jan.2023. 54 GONZAGA, Lucas Augusto. Aplicações da visão computacional utilizando Python. 2017. 118 f. . Trabalho de Conclusão de Curso (Graduação em Engenharia Mecatrônica) – Universidade Federal de Uberlândia, Uberlândia, 2017. Disponível em: < https://repositorio.ufu.br/handle/123456789/25519>. Acesso em: out 30 de 2022. HUANG, Hao. Implementação de algoritmos de TensorFlow™ para detetar patologias cardíacas. 2019. Tese de Mestrado. Acesso em: 23 de dez de 2022. IZBICKI, Rafael; SANTOS, Tiago Mendonça dos. Aprendizado de máquina: uma abordagem estatística. 1. ed. São Carlos, SP: [s.n.], 2020. ISBN: 978-65-0002-410-4. Acesso em 17 de nov de 2022. LIU, Wei et al. Ssd: Single shot multibox detector. In: Computer Vision–ECCV 2016: 14th European Conference, Amsterdam, The Netherlands, October 11–14, 2016, Proceedings, Part I 14. Springer International Publishing, 2016. p. 21-37. Acesso em: 24 de dez.2022. LUDERMIR, Teresa Bernarda. Inteligência Artificial e Aprendizado de Máquina: estado atual e tendências. Estudos Avançados, v. 35, p. 85-94, 2021. Acesso em 4 de dez de 2022. Acesso em: 29 de dez. 2022. Marques, Lucas. Sistema de detecção de objeto personalizado utilizando inteligência artificial. 2020. 66 f. (Graduação em Engenharia de Controle e Automação) - Instituto Federal de Educação, Ciência e Tecnologia do Amazonas – Campus Manaus Distrito Industrial. Manaus, 2020. Disponível em <http://repositorio.ifam.edu.br/jspui/handle/4321/645>. Acesso em 28 de dez de 2022. 55 Ministério do Trabalho e Previdência. Normas Regulamentadoras – NR. Governo do Brasil, 2023. Disponível em: https://www.gov.br/. Acesso em: 29 jan. 2023. Ministério do Trabalho e Previdência. Quantidade de acidentes do trabalho, por situação do registro e motivo, segundo a parte do corpo atingida – 2019. 2022. Governo do Brasil, 2022. Disponível em: https://www.gov.br/. Acesso em: 18 de fev. 2023. OPENCV. About, 2022. Disponível em: https://opencv.org/about/. Acesso em: 27 de nov. 2022. PYTHON, HOME. Disponível em: https://www.python.org/. Acesso em: 27 de nov. 2022. RANDLES, Bernadette M. et al. Using the Jupyter notebook as a tool for open science: An empirical study. In: 2017 ACM/IEEE Joint Conference on Digital Libraries (JCDL). IEEE, 2017. p. 1-2. Acesso em 17 de nov. 2022. RUDEK, M.; Coelho, L. S.; Canciglieri J. O., Visão Computacional Aplicada a Sistemas Produtivos: Fundamentos e Estudo de Caso. In: XXI Encontro Nacional De Engenharia De Produção, 2001. Disponível em < https://www.researchgate.net/publication/228549623_Visao_Computacional_Aplicada_a_Sistemas_Produtivos_Fundamentos_e_Estudo_de_Caso>. Acesso em 31 out de 2022. S. Aradi, "Survey of Deep Reinforcement Learning for Motion Planning of Autonomous Vehicles," in IEEE Transactions on Intelligent Transportation Systems, vol. 23, no. 2, pp. 740-759, Feb. 2022. Disponível em <doi: 10.1109/TITS.2020.3024655>. Acesso em: 27 de nov. 2022. 56 TENSORFLOW. Por que o TensorFlow, 2022. Disponível em <https://www.tensorflow.org/about/case-studies>. Acesso em: 27 de nov. 2022. TORFI, A. et al. Natural language processing advancements by deep learning: A survey. arXiv preprint arXiv:2003.01200 (2020). Acesso em 16 de nov de 2022. TST. O que é acidente do trabalho? [s.d.]. Disponível em: https://www.tst.jus.br/web/trabalhoseguro/o-que-e-acidente-de-trabalho. Acesso em: 18 de fev. 2023. ZHU, Xiaojin Jerry. Semi-supervised learning literature survey. 2005. Acesso em: 20 de nov 2022. Acesso Aberto Brasil Campus Manaus Distrito Instituto Federal do Amazonas IFAM Engenharia de Controle e Automação Instituto Federal do Amazonas IFAM Engenharia de Controle e Automação Instituto Federal do Amazonas IFAM Engenharia de Controle e Automação
institution	Repositório Institucional - Instituto Federal do Amazonas - IFAM
collection	IFAM-RI
language	por
topic	Aprendizado de máquina Inteligência artificial TensorFlow CNPQ::ENGENHARIAS
spellingShingle	Aprendizado de máquina Inteligência artificial TensorFlow CNPQ::ENGENHARIAS Ramos, Arthur Cabral Sistema de detecção de capacete baseado em inteligência artificial
topic_facet	Aprendizado de máquina Inteligência artificial TensorFlow CNPQ::ENGENHARIAS
description	This work aims to develop a system based on machine learning that controls access to areas where the use of helmets as personal protective equipment is mandatory. The project was developed is three main stages: data selection, training and testing. The project used low-cost hardware and free software. The developed system used Python as a programming language in all stages and TensorFlow as the main tool. The operation occurs through a code written in Python that evaluates whether the use of the helmet is being carried out, if the answer is positive, it triggers a device that grants access, in the project the device is represented by an LED.
author_additional	Santos, Alyson de Jesus dos
author_additionalStr	Santos, Alyson de Jesus dos
format	Trabalho de Conclusão de Curso
author	Ramos, Arthur Cabral
title	Sistema de detecção de capacete baseado em inteligência artificial
title_short	Sistema de detecção de capacete baseado em inteligência artificial
title_full	Sistema de detecção de capacete baseado em inteligência artificial
title_fullStr	Sistema de detecção de capacete baseado em inteligência artificial
title_full_unstemmed	Sistema de detecção de capacete baseado em inteligência artificial
title_sort	sistema de detecção de capacete baseado em inteligência artificial
publisher	Brasil
publishDate	2023
url	http://repositorio.ifam.edu.br/jspui/handle/4321/1156
_version_	1787149986684731392
score	11.755432

Sistema de detecção de capacete baseado em inteligência artificial

Registros relacionados