Graduações em Engenharias e Ciência da Computação

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

Navegar

Filtros

20242

Configurações

Palavra-chave: search.filters.subject.Visão ComputacionalÁrea do Conhecimento: search.filters.subjectcnpq.ENGENHARIAS

Resultados da Pesquisa

Agora exibindo 1 - 2 de 2
  • N/D
    Trabalho de Conclusão de Curso
    Uso de Câmeras de Segurança para detecção de armas de fogo
    (2024) Possato, Eric Andrei Lima; Jesus, Matheus Aguiar de; Pinto, Pedro Altobelli Teixeira; Silva, Pedro Antonio
    Neste projeto desenvolvemos um “middleware” que funciona em conjunto com o software Defense IA da Intelbras, uma empresa brasileira especializada em produtos e soluções para segurança, comunicação, redes e energia, com forte atuação em iniciativas como cidades inteligentes. O Defense IA é um sistema avançado de vigilância que utiliza inteligência artificial para monitoramento e controle de acesso, oferecendo funcionalidades como reconhecimento facial, leitura de placas de veículos e detecção de comportamentos suspeitos. O “middleware” que desenvolvemos visa adicionar uma funcionalidade ao Defense IA. Especificamente, ele é responsável por capturar, analisar e processar fluxos de vídeo de câmeras RTSP (Real Time Streaming Protocol) , com o foco na identificação de armas nas imagens. O objetivo foi criar um serviço intermediário que opera de forma autônoma, realizando a análise das imagens em tempo real e enviando alertas após um processo de triagem. Isso permite uma integração eficiente com o software da Intelbras, adicionando uma nova função ao Defense IA.
  • N/D
    Trabalho de Conclusão de Curso
    Uso de IA para sistema de orientação e guiagem para pouso de sistemas autônomos de um VANT
    (2024) Ogawa, Alessandra Yumi Carvalho; Zamberlan, Enzo Dadier Lacks; Oliveira, Mateus Ruggero de; Gallo, Vinicius
    Este projeto visa o desenvolvimento de um sistema de guiagem autônomo para pouso de um VANT (Veículo Aéreo Não Tripulado) cargueiro, utilizando inteligência artificial e visão computacional. O software Unreal Engine 5 será empregado como ambiente de simulação e desenvolvimento, permitindo tanto o treinamento quanto a visualização dos resultados do algoritmo criado. A metodologia ágil Scrum foi adotada para definir entregáveis periódicos, enquanto a abordagem V&V (Verificação e Validação) é utilizada para organizar as etapas e assegurar a conformidade com os requisitos. Atualmente, o projeto encontra-se na fase de definição e validação de requisitos, caminhando para a etapa de Test Readiness Review (TRR). Ao final do desenvolvimento, o algoritmo de inteligência artificial, criado a partir da YOLOv3, foi capaz de identificar áreas possíveis para pouso levando em conta diversos requisitos com ótima precisão. Além disso, as rotinas de waypoints, fail-safe, detecção de obstáculos e movimentação para locais alternativos de pouso, simula adequadamente condições reais propostas.