???jsp.display-item.identifier??? https://repositorio.unipampa.edu.br/jspui/handle/riu/6763
Tipo: Trabalho de Conclusão de Curso
metadata.dc.title: Desenvolvimento de um sistema inteligente para segurança rural com arquitetura flexível
Autor(es): Winckler, Sabrina Carlé
Primeiro Orientador: Thielo, Marcelo Resende
Resumo: O reconhecimento de eventos suspeitos em vídeos é um dos maiores desafios da área de visão computacional. O presente trabalho aborda a identificação de situações anormais em um cenário pouco estudado até então, a zona rural. Este cenário foi selecionado devido à crescente taxa de criminalidade nestas zonas e os perigos à sociedade que crimes como estes desencadeiam. Apesar de grande parte dos métodos propostos para reconhecimento de eventos anormais se basearem no aprendizado supervisionado, existem algumas dificuldades na utilização deste tipo de aprendizado na tarefa de vigilância. Sendo assim, propomos a utilização de um filtro de eventos que receba dados da clusterização de trajetórias a partir de um algoritmo genético combinado com o sistema supervisionado de rastreamento e detecção de objetos Yolo para o reconhecimento de situações anormais em vídeos. Um dataset para o cenário escolhido foi construído utilizando vídeos da internet que se mostraram bons candidatos para o estudo. Foram geradas simulações de trajetórias artificiais a fim de comparar os resultados com os dados reais obtidos. Os resultados deste estudo se mostraram promissores pois, apesar do custo computacional do algoritmo genético e da sensibilidade do rastreador, o filtro conseguiu delinear os eventos anormais de forma satisfatória tanto com os dados artificiais quanto com os reais. Atualmente há um grande potencial em impulsionar os resultados desta pesquisa a produtos comercialmente viáveis para assim auxiliar produtores rurais. Com este estudo queremos também mostrar que há como encurtar este caminho aplicando os princípios utilizados na indústria dentro de nosso processo de investigação. Palavras-chave: Reconhecimento de eventos suspeitos em vídeo. Aprendizado não supervisionado. Vigilância rural.
Abstract: Recognizing suspicious events in videos is one of the biggest challenges in the field of computer vision. This work addresses the identification of abnormal situations in a scenario that has been little studied until then, the rural area. This scenario was selected due to the increasing crime rate in these areas and the dangers that crimes like these unleash to society. Although most of the methods proposed for recognizing abnormal events are based on supervised learning, there are some difficulties in using this type of learning in the surveillance task. Therefore, we propose the use of an event filter that receives trajectory clustering data from a genetic algorithm combined with the supervised object tracking and detection system Yolo for the recognition of abnormal situations in videos. A dataset for the chosen scenario was constructed using internet videos that proved to be good candidates for the study. Simulations of artificial trajectories were generated in order to validate the results with the real data generated. The results of this study were promising, despite the intensive processing of the genetic algorithm and the sensitivity of the tracker, the filter was able to delineate the abnormal events with both artificial and real data with satisfatory success. There is currently a great potential for boosting the results of this research into commercially viable products to help rural producers. With this study we also want to show that there is a way to shorten this path by applying the principles used in the industry within our research process. Key-words: Recognition of suspicious events on video. Unsupervised learning. Rural surveillance.
metadata.dc.subject: Engenharia de software
Videovigilância
Visão por computador
Software engineering
Video surveillance
Computer vision
CNPQ: CNPQ::CIENCIAS EXATAS E DA TERRA
Idioma: por
metadata.dc.publisher.country: Brasil
metadata.dc.publisher: Universidade Federal do Pampa
Sigla da Instituição: UNIPAMPA
Campus: Campus Alegrete
metadata.dc.identifier.citation: WINCKLER, Sabrina Carlé. Desenvolvimento de um sistema inteligente para segurança rural com arquitetura flexível. Orientador: Marcelo Resende Thielo. 2021. 76p. Trabalho de Conclusão de Curso (Bacharel em Engenharia de software) - Universidade Federal do Pampa, Curso de Engenharia de software, Alegrete, 2021.
Tipo de acesso: Acesso Aberto
metadata.dc.identifier.uri: https://repositorio.unipampa.edu.br/jspui/handle/riu/6763
metadata.dc.date.issued: 14-Oct-2021
???org.dspace.app.webui.jsptag.ItemTag.appears???Engenharia de Software

???org.dspace.app.webui.jsptag.ItemTag.files???
???org.dspace.app.webui.jsptag.ItemTag.file??? ???org.dspace.app.webui.jsptag.ItemTag.description??? ???org.dspace.app.webui.jsptag.ItemTag.filesize??????org.dspace.app.webui.jsptag.ItemTag.fileformat??? 
Sabrina Carlé Winckler-2021.pdf5.64 MBAdobe PDF???org.dspace.app.webui.jsptag.ItemTag.view???


???jsp.display-item.copyright???