DROWSENSE: DETECÇÃO DE SONOLÊNCIA UTILIZANDO VISÃO COMPUTACIONAL

dc.contributor.advisorProf. Ma. Patrícia Salles Maturana de Souza
dc.contributor.authorLUCAS ANTÔNIO LEMES
dc.date.accessioned2024-12-17T13:38:11Z
dc.date.available2024-12-17T13:38:11Z
dc.date.issued2024-12-17
dc.description.abstractA sonolência é um fator crítico em diversas situações que demandam atenção continua, como condução veicular e operação de máquinas, contribuindo para acidentes e perdas significativas. Este trabalho apresenta o desenvolvimento de um sistema de detecção de sonolência baseado em visão computacional e aprendizado de máquina. A abordagem adotada emprega redes neurais recorrentes para processar dados faciais extraídos por um modelo de análise facial, identificando sinais de sonolência de forma precisa e em tempo real. A solução proposta foca na análise de atributos faciais, como a abertura dos olhos e movimentos da boca, que são calculados a partir de vídeos e processados por um modelo Long Short-Term Memory (LSTM). A arquitetura do sistema inclui a captura de dados via webcam, uma API para processamento dos atributos e um dashboard para monitoramento centralizado. Ao combinar técnicas modernas de inteligência artificial com um sistema integrado, este projeto contribui para a prevenção de acidentes e abre novas possibilidades de aplicação em áreas críticas.
dc.identifier.urihttps://repositorio.unifev.edu.br/handle/123456789/303
dc.language.isopt
dc.titleDROWSENSE: DETECÇÃO DE SONOLÊNCIA UTILIZANDO VISÃO COMPUTACIONAL
dc.typeTCC

Arquivos

Pacote Original
Agora exibindo 1 - 1 de 1
Carregando...
Imagem de Miniatura
Nome:
TCC-LUCAS LEMES.pdf
Tamanho:
5.68 MB
Formato:
Adobe Portable Document Format
Licença do Pacote
Agora exibindo 1 - 1 de 1
Carregando...
Imagem de Miniatura
Nome:
license.txt
Tamanho:
1.16 KB
Formato:
Item-specific license agreed to upon submission
Descrição: