Parking lot and traffic surveillance using a deep learning approach

Abstract

O presente trabalho foi realizado na Continental Engineering Services, em Toulouse, França. O objetivo foi desenvolvimento de uma aplicação para monitoramento de pedestres e veículos em tempo real usando redes neurais convolucionais, além do estudo de técnicas para melhorar a rede neural proposta. Uma arquitetura de tipo Centernet foi treinada e implementada. Os testes mostram que a aplicação funciona em tempo real, e é capaz de detectar com boa precisão veículos grandes e carros. Os desafios futuros consistem em melhorar a precisão para objetos pequenos do ponto de vista de uma câmera de segurança, principalmente pedestres e veículos de duas rodas. Além disso, foi mostrado que o uso de imagens geradas artificialmente na etapa de treinamento implica em uma melhora na performance do modelo, desde que tais imagens não sejam dominantes na base de dados.