Título: Detecção Inteligente de Ocupação de Estacionamento Usando Imagens Aéreas e Aprendizado

Profundo

 

Orientadores: Diego Barreto Haddad (orientador), Milena Faria Pinto (CEFET/RJ) (co-orientadora)

 

Banca: Diego Barreto Haddad (presidente), Milena Faria Pinto (CEFET/RJ), João Terêncio Dias (CEFET/RJ), Mário Antônio Ribeiro Dantas (UFJF),  Gabriel Matos Araujo (CEFET/RJ),  Aline Gesualdi Manhães (CEFET/RJ, suplente)

 

Dia/Hora: 26 de outubro de 2020 / 10 h

 

Sala remota: https://teams.microsoft.com/l/meetup-join/19%3ameeting_MjExNmQ4NzAtNGNkZS00MTc5LWJlNGMtZmVhNTg5MDIxM2Ex%40thread.v2/0?context=%7b%22Tid%22%3a%228eeca404-a47d-4555-a2d4-0f3619041c9c%22%2c%22Oid%22%3a%22eae2be27-7998-4235-97e4-e644e57374f1%22%7d

 

Resumo: A busca por uma vaga livre em um estacionamento é uma tarefa entediante e potencialmente capaz de desperdiçar tempo expressivo dos motoristas. Um ponto importante a ser ressaltado se encontra na desnecessária quantidade de gás carbônico emitido pelos milhões de carros que diariamente

buscam um local para estacionar. Técnicas de detecção automática de vagas em estacionamentos são fundamentais para o gerenciamento de grandes estabelecimentos. Conhecer a disponibilidade de vagas ajuda a reduzir filas e emissões de gases prejudiciais, melhorar a escalabilidade e economizar o tempo médio necessário para que se encontre uma vaga. No entanto, a detecção de veículos em imagens aéreas apresenta muitos desafios, tais como a escala reduzida das imagens e a influência da variação de luminosidade devido ao clima. Este trabalho propõe um sistema inteligente capaz de detectar rapidamente vagas de estacionamento em ambientes abertos, o qual é adaptado para o tipo de clima vigente. Os resultados mostraram boa acurácia na classificação e efetividade quando comparados com métodos semelhantes na literatura.