| Campo Dublin Core | Valor | Língua |
|---|
| dc.contributor.advisor | Costa, Marcus Vinícius Chaffim | - |
| dc.contributor.author | Lima, Rafaela Sinhoroto | - |
| dc.identifier.citation | LIMA, Rafaela Sinhoroto. Reconhecimento de orientação facial utilizando redes neurais convolucionais. 2019. 85 f., il. Trabalho de conclusão de curso (Bacharelado em Engenharia Mecatrônica)—Universidade de Brasília, Brasília, 2019. | pt_BR |
| dc.description | Trabalho de conclusão de curso (graduação)—Universidade de Brasília, Faculdade de Tecnologia, Curso de Graduação em Engenharia de Controle e Automação, 2019. | pt_BR |
| dc.description.abstract | Neste trabalho é apresentada uma proposta a partir do uso de Redes Neurais Convolucionais
(CNNs), com o objetivo de extrair a informação de orientação facial de um usuário, a partir de
uma imagem digital. O objetivo principal deste projeto é extrair informações que possam ser
aplicadas como entrada em sistemas de controle (ex. sistemas de direção de cadeira de rodas
motorizada, braços robóticos auxiliares de pessoas com mobilidade reduzida, entre outros). Para
a solução apresentada são utilizados modelos de CNNs multicanais, as quais realizam a estimativa
dos ângulos que descrevem a orientação da face do indivíduo no espaço tridimensional, as quais
atingiram erros médios absolutos de 6,64◦, 5,70◦ e 3,91◦ para os ângulos de guinada, inclinação e
rolagem, respectivamente. | pt_BR |
| dc.rights | Acesso Aberto | pt_BR |
| dc.subject.keyword | Aprendizado de máquina | pt_BR |
| dc.subject.keyword | Redes neurais (Computação) | pt_BR |
| dc.subject.keyword | Face | pt_BR |
| dc.subject.keyword | Comunicação não-verbal | pt_BR |
| dc.subject.keyword | Imagens digitais | pt_BR |
| dc.subject.keyword | Imagens - interpretação | pt_BR |
| dc.title | Reconhecimento de orientação facial utilizando redes neurais convolucionais | pt_BR |
| dc.type | Trabalho de Conclusão de Curso - Graduação - Bacharelado | pt_BR |
| dc.date.accessioned | 2021-09-07T03:34:11Z | - |
| dc.date.available | 2021-09-07T03:34:11Z | - |
| dc.date.submitted | 2019-12-09 | - |
| dc.identifier.uri | https://bdm.unb.br/handle/10483/28467 | - |
| dc.language.iso | Português | pt_BR |
| dc.rights.license | A concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor que autoriza a Biblioteca Digital da Produção Intelectual Discente da Universidade de Brasília (BDM) a disponibilizar o trabalho de conclusão de curso por meio do sítio bdm.unb.br, com as seguintes condições: disponível sob Licença Creative Commons 4.0 International, que permite copiar, distribuir e transmitir o trabalho, desde que seja citado o autor e licenciante. Não permite o uso para fins comerciais nem a adaptação desta. | pt_BR |
| dc.description.abstract1 | In this work, a solution based on the use of Convolutional Neural Netwroks is presented, with
the goal to extract the head pode information of an user, from a digital image input. The main
objective of this project is to extract information that can be used as control system input (for
example, a motorized wheelchairs driving system, auxiliar robotic arms for people with reduced
mobility, among others). Multi-channel CNN models are used in the presented solution, which
estimate the angles that describe the head pose orientation of the subject in tridimensional space,
and that reached mean absolute errors of 6.64◦, 5.70◦ and 3.91◦ for the yaw, pitch and roll angles, respectively. | pt_BR |
| Aparece na Coleção: | Engenharia Mecatrônica
|
