Publicação
Visão computacional para detecção de comportamentos atentivos
| Resumo: | Com o crescimento exponencial dos telemóveis, esses dispositivos tornaram-se essenciais no cotidiano, auxiliando em diversas atividades e trazendo soluções práticas para os desafios do dia a dia. Este trabalho explora o potencial destes equipamentos como ferramentas de apoio à segurança no trânsito, abordando especificamente o problema da distração visual ao volante. Para isso, foi desenvolvido um sistema inovador que combina redes neurais convolucionais com a funcionalidade de dispositivos móveis. A metodologia adotada focou na aquisição de um amplo conjunto de imagens para treinar um modelo de inteligência artificial capaz de classificar uma variável qualitativa em duas categorias distintas: atenção e distração do motorista. Em particular, o estudo concentrou-se na criação de uma aplicação móvel que utiliza a câmera do telemóvel para monitorizar o motorista e emitir alertas sonoros caso detecte distração prolongada. Os resultados obtidos destacaram a eficácia do modelo, especialmente após sua otimização para o formato TensorFlow Lite, adequado para dispositivos móveis. Com uma execução 11,6 vezes mais rápida que o modelo padrão e uma redução de tamanho de 18,5 MB para 3,86 MB, evidenciando alta eficiência em velocidade e consumo de recursos. |
|---|---|
| Autores principais: | Piza, Caio Lorran Pereira |
| Assunto: | Segurança no trânsito Redes neurais convolucionais Aplicativos móveis Detecção de distração |
| Ano: | 2025 |
| País: | Portugal |
| Tipo de documento: | dissertação de mestrado |
| Tipo de acesso: | acesso aberto |
| Instituição associada: | Instituto Politécnico de Bragança |
| Idioma: | português |
| Origem: | Biblioteca Digital do IPB |
| Resumo: | Com o crescimento exponencial dos telemóveis, esses dispositivos tornaram-se essenciais no cotidiano, auxiliando em diversas atividades e trazendo soluções práticas para os desafios do dia a dia. Este trabalho explora o potencial destes equipamentos como ferramentas de apoio à segurança no trânsito, abordando especificamente o problema da distração visual ao volante. Para isso, foi desenvolvido um sistema inovador que combina redes neurais convolucionais com a funcionalidade de dispositivos móveis. A metodologia adotada focou na aquisição de um amplo conjunto de imagens para treinar um modelo de inteligência artificial capaz de classificar uma variável qualitativa em duas categorias distintas: atenção e distração do motorista. Em particular, o estudo concentrou-se na criação de uma aplicação móvel que utiliza a câmera do telemóvel para monitorizar o motorista e emitir alertas sonoros caso detecte distração prolongada. Os resultados obtidos destacaram a eficácia do modelo, especialmente após sua otimização para o formato TensorFlow Lite, adequado para dispositivos móveis. Com uma execução 11,6 vezes mais rápida que o modelo padrão e uma redução de tamanho de 18,5 MB para 3,86 MB, evidenciando alta eficiência em velocidade e consumo de recursos. |
|---|