@TechReport{PintoVijaShig:2022:DeAuPe,
author = "Pinto, Ellen Tuane Silva and Vijaykumar, Nandamudi Lankalapalli
and Shiguemori, Elcio Hideiti",
title = "Detec{\c{c}}{\~a}o autom{\'a}tica de pessoas com uso de redes
neurais convolucionais para aplica{\c{c}}{\~o}es de c{\'a}lculo
de trajet{\'o}ria de drones",
institution = "Instituto Nacional de Pesquisas Espaciais",
year = "2022",
type = "RPQ",
address = "S{\~a}o Jos{\'e} dos Campos",
note = "{Bolsa PIBIC/PIBITI/INPE/CNPq.}",
keywords = "intelig{\^e}ncia artificial, vis{\~a}o computacional,
navega{\c{c}}{\~a}o aut{\^o}noma, rede neural artificial,
drones.",
abstract = "Os drones, tamb{\'e}m conhecidos por Aeronaves Remotamente
Pilotadas ou Ve{\'{\i}}culos A{\'e}reos N{\~a}o Tripulados,
t{\^e}m sido utilizados em diversas aplica{\c{c}}{\~o}es. Entre
elas, destacam-se vigil{\^a}ncia, busca e resgate, monitoramento,
entrega de mercadorias e entretenimento. No entanto, h{\'a} uma
grande preocupa{\c{c}}{\~a}o em rela{\c{c}}{\~a}o {\`a}
seguran{\c{c}}a, visando a prote{\c{c}}{\~a}o {\`a} vida
humana e de patrim{\^o}nios, sendo evidenciado em documentos da
Ag{\^e}ncia Nacional de Avia{\c{c}}{\~a}o Civil e Instituto de
Controle do Espa{\c{c}}o A{\'e}reo. Devido ao risco de quedas e
outros acidentes, a regulariza{\c{c}}{\~a}o atual consiste em
manter uma dist{\^a}ncia m{\'{\i}}nima de 30 metros na
horizontal de pessoas. Deste modo, este estudo tem como principal
objetivo fazer um estudo do uso de t{\'e}cnicas computacionais
para a detec{\c{c}}{\~a}o autom{\'a}tica de pessoas em imagens
obtidas por drones e possibilitar a emiss{\~a}o de alerta para
evitar sobrevo{\'a}-las. Para isso, prop{\~o}e-se o estudo do
emprego de t{\'e}cnicas de intelig{\^e}ncia artificial, em
especial, as de aprendizagem de m{\'a}quina. Especificamente,
s{\~a}o utilizadas Redes Neurais Convolucionais YOLO v4 para
detec{\c{c}}{\~a}o de objetos. Ent{\~a}o, primeiramente, duas
redes YOLO v4 e YOLO v4 Tiny foram treinadas e ativadas em imagens
coletadas a partir de uma visada com apontamento vertical (NADIR).
Em segundo, foi avaliado o desempenho das rede, sendo assim a
ativa{\c{c}}{\~a}o das redes treinadas apresentaram,
respectivamente, F1 Score de 84.80% e 84.79% para voos de 10
metros de altura e F1 Score de 92.98% e 34.36% para voos de 25
metros de altura. Com prop{\'o}sito de avaliar a dist{\^a}ncia
dos objetos em rela{\c{c}}{\~a}o ao drone e definir a {\'a}rea
proibida de voo, a terceira etapa consistiu em estimar a
dist{\^a}ncia dos objetos a partir da imagem. Para esta tarefa
foi designada a t{\'e}cnicas de Dist{\^a}ncia de Amostra de Solo
(do ingl{\^e}s Ground Sample Distance).",
affiliation = "UNIVAP and {Instituto Nacional de Pesquisas Espaciais (INPE)} and
{IEAv - DCTA}",
language = "pt",
pages = "25",
ibi = "8JMKD3MGP3W34T/47N7JU8",
url = "http://urlib.net/ibi/8JMKD3MGP3W34T/47N7JU8",
targetfile = "Relatorio_Final_PIBIC_2021_2022_Ellen_Tuane_Silva_Pinto.pdf",
urlaccessdate = "05 jun. 2024"
}