Técnicas de visão computacional para a deteção de contentores de resíduos

Bibliographic Details
Main Author: Valente, Miguel
Publication Date: 2019
Other Authors: Silva, Hélio, Caldeira, J.M.L.P., Soares, V.N.G.J., Gaspar, Pedro D.
Format: Article
Language: por
Source: Repositórios Científicos de Acesso Aberto de Portugal (RCAAP)
Download full: http://hdl.handle.net/10400.11/6932
Summary: O trabalho apresentado neste artigo resulta de uma investigação preliminar que visa a utilização de técnicas de visão computacional para substituir o método atual de identificação de contentores de resíduos via identificação por radiofrequência. Comparativamente ao método atual, esta abordagem é mais ágil e diminui os recursos necessários para implementação. A abordagem aqui discutida é centrada no uso de redes neuronais convolucionais, especificamente a rede YOLO. Utilizando este método de identificação foi atingido uma precisão de deteção e classificação de 92% dos contentores de resíduos.
id RCAP_8ccb2d216b69ab6c2f3ac8630b150536
oai_identifier_str oai:repositorio.ipcb.pt:10400.11/6932
network_acronym_str RCAP
network_name_str Repositórios Científicos de Acesso Aberto de Portugal (RCAAP)
repository_id_str https://opendoar.ac.uk/repository/7160
spelling Técnicas de visão computacional para a deteção de contentores de resíduosComputer vision approaches to waste containers detectionContentores de residuosIdentificação por radiofrequênciaVisão computacionalRedes neuronais convolucionaisDeteção de objectosYOLOWaste containersRadio-frequency identificationComputational visionConvulutional neural networksObject detectionYOLOO trabalho apresentado neste artigo resulta de uma investigação preliminar que visa a utilização de técnicas de visão computacional para substituir o método atual de identificação de contentores de resíduos via identificação por radiofrequência. Comparativamente ao método atual, esta abordagem é mais ágil e diminui os recursos necessários para implementação. A abordagem aqui discutida é centrada no uso de redes neuronais convolucionais, especificamente a rede YOLO. Utilizando este método de identificação foi atingido uma precisão de deteção e classificação de 92% dos contentores de resíduos.Institute of Electrical and Electronics EngineersRepositório Científico do Instituto Politécnico de Castelo BrancoValente, MiguelSilva, HélioCaldeira, J.M.L.P.Soares, V.N.G.J.Gaspar, Pedro D.2020-02-24T12:32:57Z20192019-01-01T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/articleapplication/pdfhttp://hdl.handle.net/10400.11/6932por10.23919/CISTI.2019.8760862info:eu-repo/semantics/openAccessreponame:Repositórios Científicos de Acesso Aberto de Portugal (RCAAP)instname:FCCN, serviços digitais da FCT – Fundação para a Ciência e a Tecnologiainstacron:RCAAP2025-02-26T14:07:50Zoai:repositorio.ipcb.pt:10400.11/6932Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireinfo@rcaap.ptopendoar:https://opendoar.ac.uk/repository/71602025-05-28T21:23:25.282547Repositórios Científicos de Acesso Aberto de Portugal (RCAAP) - FCCN, serviços digitais da FCT – Fundação para a Ciência e a Tecnologiafalse
dc.title.none.fl_str_mv Técnicas de visão computacional para a deteção de contentores de resíduos
Computer vision approaches to waste containers detection
title Técnicas de visão computacional para a deteção de contentores de resíduos
spellingShingle Técnicas de visão computacional para a deteção de contentores de resíduos
Valente, Miguel
Contentores de residuos
Identificação por radiofrequência
Visão computacional
Redes neuronais convolucionais
Deteção de objectos
YOLO
Waste containers
Radio-frequency identification
Computational vision
Convulutional neural networks
Object detection
YOLO
title_short Técnicas de visão computacional para a deteção de contentores de resíduos
title_full Técnicas de visão computacional para a deteção de contentores de resíduos
title_fullStr Técnicas de visão computacional para a deteção de contentores de resíduos
title_full_unstemmed Técnicas de visão computacional para a deteção de contentores de resíduos
title_sort Técnicas de visão computacional para a deteção de contentores de resíduos
author Valente, Miguel
author_facet Valente, Miguel
Silva, Hélio
Caldeira, J.M.L.P.
Soares, V.N.G.J.
Gaspar, Pedro D.
author_role author
author2 Silva, Hélio
Caldeira, J.M.L.P.
Soares, V.N.G.J.
Gaspar, Pedro D.
author2_role author
author
author
author
dc.contributor.none.fl_str_mv Repositório Científico do Instituto Politécnico de Castelo Branco
dc.contributor.author.fl_str_mv Valente, Miguel
Silva, Hélio
Caldeira, J.M.L.P.
Soares, V.N.G.J.
Gaspar, Pedro D.
dc.subject.por.fl_str_mv Contentores de residuos
Identificação por radiofrequência
Visão computacional
Redes neuronais convolucionais
Deteção de objectos
YOLO
Waste containers
Radio-frequency identification
Computational vision
Convulutional neural networks
Object detection
YOLO
topic Contentores de residuos
Identificação por radiofrequência
Visão computacional
Redes neuronais convolucionais
Deteção de objectos
YOLO
Waste containers
Radio-frequency identification
Computational vision
Convulutional neural networks
Object detection
YOLO
description O trabalho apresentado neste artigo resulta de uma investigação preliminar que visa a utilização de técnicas de visão computacional para substituir o método atual de identificação de contentores de resíduos via identificação por radiofrequência. Comparativamente ao método atual, esta abordagem é mais ágil e diminui os recursos necessários para implementação. A abordagem aqui discutida é centrada no uso de redes neuronais convolucionais, especificamente a rede YOLO. Utilizando este método de identificação foi atingido uma precisão de deteção e classificação de 92% dos contentores de resíduos.
publishDate 2019
dc.date.none.fl_str_mv 2019
2019-01-01T00:00:00Z
2020-02-24T12:32:57Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/article
format article
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/10400.11/6932
url http://hdl.handle.net/10400.11/6932
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv 10.23919/CISTI.2019.8760862
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Institute of Electrical and Electronics Engineers
publisher.none.fl_str_mv Institute of Electrical and Electronics Engineers
dc.source.none.fl_str_mv reponame:Repositórios Científicos de Acesso Aberto de Portugal (RCAAP)
instname:FCCN, serviços digitais da FCT – Fundação para a Ciência e a Tecnologia
instacron:RCAAP
instname_str FCCN, serviços digitais da FCT – Fundação para a Ciência e a Tecnologia
instacron_str RCAAP
institution RCAAP
reponame_str Repositórios Científicos de Acesso Aberto de Portugal (RCAAP)
collection Repositórios Científicos de Acesso Aberto de Portugal (RCAAP)
repository.name.fl_str_mv Repositórios Científicos de Acesso Aberto de Portugal (RCAAP) - FCCN, serviços digitais da FCT – Fundação para a Ciência e a Tecnologia
repository.mail.fl_str_mv info@rcaap.pt
_version_ 1833599256792924160

Similar Items