Detection of Humans and Animals in a Forestry Environment using Edge Computing

Bibliographic Details
Main Author: Craveiro, Daniel José Forte
Publication Date: 2023
Format: Master thesis
Language: eng
Source: Repositórios Científicos de Acesso Aberto de Portugal (RCAAP)
Download full: https://hdl.handle.net/10316/105965
Summary: Dissertação de Mestrado em Engenharia Eletrotécnica e de Computadores apresentada à Faculdade de Ciências e Tecnologia
id RCAP_f146781d5f0e2f02e004fce7b7ff9aa9
oai_identifier_str oai:estudogeral.uc.pt:10316/105965
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 Detection of Humans and Animals in a Forestry Environment using Edge ComputingDeteção de Humanos e Animais em Ambiente Florestal utilizando tecnologia edge computingAprendizagem profundaDeteção de objetosDeep learningObject detectionDissertação de Mestrado em Engenharia Eletrotécnica e de Computadores apresentada à Faculdade de Ciências e TecnologiaOs incêndios florestais são um problema crescente nos dias de hoje, exigindo medidas urgentes para suprimir a intensificação destes acontecimentos. Uma das medidas tomadas é a prevenção, envolvendo limpeza de florestas através da limpeza de material inflamável. Esta tarefa torna-se repetitiva após algum tempo, para além disso, também representa um risco para o ser humano se não for feita com cautela. Uma solução para os perigos deste trabalho árduo são os robôs de limpeza florestal, auxiliando ou até substituindo os humanos para fazer estas tarefas. Ao operar estes robôs deve-se estar ciente de que os mesmos podem ser perigosos para o seu meio em redor (humanos, animais selvagens, etc.). Para prevenir este risco é necessário possuir um sistema de alerta para estes robôs. Esta dissertação propõe uma solução para um sistema de deteção de humanos e animais num ambiente florestal. A solução proposta utiliza o dispositivo móvel de aceleração gráfica NVIDIA Jetson Nano, a câmara térmica FLIR ADK, e o modelo de deteção baseado em inteligência artificial SSD MobileNet V2. O sistema utiliza ferramentas de desenvolvimento para construir uma solução de software com o final de processar os dados obtidos pela câmara térmica e do modelo de deteção, mostrando os resultados obtidos numa interface gráfica. Além disso, o trabalho apresenta testes num ambiente real, bem como uma discussão dos resultados obtidos. Inclusivamente são apresentadas futuras ideias de melhoria para o sistema em causa.Wildfires are a rising problem in the present days, requiring urgent measures to suppress the escalating of these events. One of the measures taken is prevention, involving the clearing of forests by removing flammable material. This action becomes repetitive and can represent a risk for the human if not done cautiously. A solution for the dangers of this hard labour job is forest cleaning robots, providing the aid that humans needed to perform these tasks. When operating these robots one should be aware that they can be dangerous to their surroundings (humans, wildlife encounters, etc). To prevent this risk conveys a need to have an alert system for these robots. This dissertation proposes a solution for a detection system for humans and animals in a forest environment. The solution uses an edge device, NVIDIA Jetson Nano, a thermal camera, FLIR ADK, and a deep learning detection model, the SSD MobileNet V2. The system uses frameworks and tools to gather a software solution to process the data obtained from the thermal camera and detection model, outputting the results in a graphical interface. Furthermore, the work presents real-world testing of the system, as well as a discussion of the results obtained. Moreover, it is presented future improvement ideas for the system.ㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤ2023-02-22info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesishttps://hdl.handle.net/10316/105965https://hdl.handle.net/10316/105965TID:203249925engCraveiro, Daniel José Forteinfo: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:RCAAP2023-03-16T21:32:26Zoai:estudogeral.uc.pt:10316/105965Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireinfo@rcaap.ptopendoar:https://opendoar.ac.uk/repository/71602025-05-29T05:56:23.153641Repositórios 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 Detection of Humans and Animals in a Forestry Environment using Edge Computing
Deteção de Humanos e Animais em Ambiente Florestal utilizando tecnologia edge computing
title Detection of Humans and Animals in a Forestry Environment using Edge Computing
spellingShingle Detection of Humans and Animals in a Forestry Environment using Edge Computing
Craveiro, Daniel José Forte
Aprendizagem profunda
Deteção de objetos
Deep learning
Object detection
title_short Detection of Humans and Animals in a Forestry Environment using Edge Computing
title_full Detection of Humans and Animals in a Forestry Environment using Edge Computing
title_fullStr Detection of Humans and Animals in a Forestry Environment using Edge Computing
title_full_unstemmed Detection of Humans and Animals in a Forestry Environment using Edge Computing
title_sort Detection of Humans and Animals in a Forestry Environment using Edge Computing
author Craveiro, Daniel José Forte
author_facet Craveiro, Daniel José Forte
author_role author
dc.contributor.author.fl_str_mv Craveiro, Daniel José Forte
dc.subject.por.fl_str_mv Aprendizagem profunda
Deteção de objetos
Deep learning
Object detection
topic Aprendizagem profunda
Deteção de objetos
Deep learning
Object detection
description Dissertação de Mestrado em Engenharia Eletrotécnica e de Computadores apresentada à Faculdade de Ciências e Tecnologia
publishDate 2023
dc.date.none.fl_str_mv 2023-02-22
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://hdl.handle.net/10316/105965
https://hdl.handle.net/10316/105965
TID:203249925
url https://hdl.handle.net/10316/105965
identifier_str_mv TID:203249925
dc.language.iso.fl_str_mv eng
language eng
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
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_ 1833602524535324672

Similar Items