Uma análise comparativa de datasets para detecção de pedestres

Abstract

O interesse em veículos autônomos tem aumentado consideravelmente nos últimos anos. A utilização de veículos autônomos pode alterar consideravelmente o panorama de transporte atual, reduzindo consideravelmente o número de acidentes e aumentando a segurança no trânsito como um todo, visto que mais de 90% dos acidentes são causados por falhas humanas. Nesse sentido, um veículo autônomo precisa conhecer e entender o que acontece ao seu redor para que possa mitigar e prevenir acidentes. Pensando nisso, esse trabalho se propõe a contribuir no tema de veículos autônomos, com ênfase na detecção de pedestres. O objetivo consiste em analisar e avaliar os datasets PSU e INRIA utilizando o algoritmo YOLOv3. Também foi proposto um novo dataset, capturado a partir de uma câmera veicular, buscando simular o cenário observado por um veículo autônomo, com imagens diurnas e noturnas. O processo realizado nos datasets PSU e INRIA Person utilizou o cenário de uso como meio de investigação, objetivando avaliar o desenvolvimento do objetivo, documentando-se o processo de desenvolvimento. Conclui-se então que o algoritmo é capaz de detectar pessoas em imagens, e que o dataset proposto pode contribuir para o desenvolvimento de novos modelos, porém com aberturas a melhorias.