Graduações em Engenharias e Ciência da Computação

URI permanente para esta coleçãohttps://repositorio.insper.edu.br/handle/11224/3249

Navegar

Filtros

20232

Configurações

Palavra-chave: search.filters.subject.Machine learning

Resultados da Pesquisa

Agora exibindo 1 - 2 de 2
  • Imagem de Miniatura
    Sistema para Auxílio à Busca de Vagas de Estacionamento
    (2023) Rocha, Caio Emmanuel Soares; Valentim, Cicero Tiago Carneiro; Silva, Thalia Loiola
    Este projeto tem como objetivo desenvolver uma prova de conceito de um sistema de auxílio à localização de vagas de estacionamento, em parceria com a empresa PrediPark. O projeto contempla as seguintes partes: plataforma a ser acessada pelos usuários; modelo de aprendizado de máquina para prever a disponibilidade de vagas de estacionamento em um dado local e instante de tempo futuro; sistema de coleta de dados de estacionamento em tempo-real. Para demonstrar a capacidade do projeto, e na ausência de volume suficiente de dados reais para demonstração, um simulador estatístico de ocupação de vagas foi construído. O projeto enquadra-se como uma prova de conceito e, portanto, se propõe apenas a validar a solução idealizada pelos participantes do projeto (PrediPark, equipe Insper) e permitir uma demonstração funcional para futuros clientes e parceiros da empresa.
  • Imagem de Miniatura
    Software for anonymization of license plates in images and videos
    (2023) Silva, Diego Saragoza da; Kabbani, Gabriel Mauricio; Loureiro, Luís Filipe Martins; Rodrigues, Theo Barbara
    This project has the objective of developing an API that reads images or videos, identifies license plates, blurs them and extracts their information. As output, the user receives the characters of the license plate as well as the same image or video with the license plates blurred, for anonymization purposes. To achieve identification and data extraction from the license plates, it was necessary to study image processing techniques, machine learning approaches, text extraction algorithms and information about APIs architecture. Results showed that the usage of a machine learning model together with object tracking techniques led to an accuracy of more than 86%. In terms of character extraction, the group achieved an accuracy of 57%.