PSI3571 - Práticas em Reconhecimento de Padrões, Modelagem e Inteligência Computacional (2018)

EQUIPES de PSI3571 e SEUS TEMAS de projetos em 2018 (em mais detalhes adiante):

Equipe I:
      (Douglas Navarro, Gabriel Gouveia, Tiago Nagy)
 - Regressor multivariado: Estado do metrô - Sistema de predição de estado de operação do metrô de São Paulo
 - Reconhecedor de padrões: Detector presencial de veículos - Reconhecedor de carros em vídeos
 - Regressor multivariado: Detector angular de veículos - Preditor de ângulo de carros em vídeos

Equipe II:
      (Fernando, João Lucas, Thomas Muyal)
 - Regressor: Controle de drones
 - Reconhecedor: Reconhecedor de eventos em ambiente residencial
 - Reconhecedor: Identificador de faces humanas

Equipe III:
      (Lucas Pereira Kok, Fabio Alves, Pedro Kozilek)
 - Regressor: Banho quente - Sistema previsor de quanto tempo falta para o próximo banho
 - Reconhecedor: Reconhecedor de Risco de Desmatamento
 - Regressor: Cálculo da taxa de gordura corporal

Equipe IV:
      (André Ferrari, Ibraim Rebouças, Rodrigo Zobaran)
 - Regressor: Estimador de corrente
 - Reconhecedor: Detecção de defeitos em máquinas por amostragem sonora.
 - Reconhecedor: Validação de áudios

Equipe V:
      (Alexandre Oide, Gabriel Kim, Lincoln Kawakami)
 - Regressor: Previsor de alcance no lançamento de um projétil
 - Regressor: ColorRec - Dispositivo capaz de reconhecer a cor (RGB) de superfícies.
 - Reconhecedor: Reconhecedor de tipo de interação tátil de uma pessoa e um modelo (e.g brinquedo)

//////////////////////////////////////////////////////////////////////////////////////////////////////////////////

-----  Mais detalhes sobre alguns dos projetos listados acima ...

Estimador de estado do metrô - Este sistema busca abstrair a noção intuitiva de pessoas que usam o metrô diariamente e sabem os piores horários para embarcar.

Detector presencial de veículos - Esse projeto buscar identificar veículos presentes em vídeos. A rede neural é usada como uma das etapas do processamento, que inclui outras etapas responsáveis por diminuir falsos positivos e assegurar uma boa identificação. O contexto do projeto é o de câmeras automotivas, que poderiam ser usadas, por exemplo, em veículos autônomos.

Estimador de orientação angular de veículos - Esse regressor entraria ao final do projeto de veículos autônomos. Após a identificação dos veículos em cada frame, esta rede neural identificaria o ângulo do veículo. No contexto do projeto, isto poderia ajudar o sistema inteligente do veículo a evitar colisões.

Controle de drones - desenvolvimento de um sistema de controle alternativo aos existentes para vôo de drones. Através de leituras como posicionamento espacial e movimentação, visa-se gerar um estímulo preciso de alimentação dos motores do drone a fim de que a trajetória realizada seja igual a desejada.

Reconhecedor de eventos em ambiente residencial - através da interpretação de sinais de microfone, objetiva-se identificar padrões sonoros correspondentes a eventos em uma residência, como o abrir de uma porta, ou o ligar de um microondas. Com esse aprendizado supervisionado, é possível identificar eventos e monitorar atividade em um cômodo da residência, bem como estimar dados de consumo de energia elétrica, por exemplo.

Identificador de faces humanas - identificar padrões presentes em faces humanas e utilizá-los para identificar pessoas em fotos.

Previsor de banho quente - Sistema previsor de quanto tempo falta para o próximo banho - O crescimento do uso de boilers para manutenção da água quente sanitária é algo que traz bastante conforto para o banho. No entanto pode trazer custos adicionais em comparação com sistemas tradicionais de chuveiro elétrico. Pensando nisso estudamos um sistema que estime em quanto tempo se dará o próximo banho de forma a servir de informação de quando o complemento elétrico do boiler deverá ser acionado para preparar a água quente somente quando ela efetivamente for ser usada.

Cálculo da taxa de gordura corporal -  A taxa de gordura corporal é um indicador de saúde relevante. Apesar de apresentar uma importância igual, se não maior, do que a massa do indivíduo, a taxa de gordura corporal é pouco calculada devido a sua complexidade de cálculo sem equipamentos médicos. Os dois métodos mais populares para a estimativa da massa de gordura corporal são o adipômetro e a balança de bioimpedância. Ambos os métodos apresentam imprecisões e dificuldades técnicas para a estimativa do indicador. Pensando nisso foi desenvolvido o um regressor que estima o percentual de gordura do corpo com base em diferentes medidas de circunferência do corpo humano.

Reconhecedor de risco de desmatamento - A  perda de vegetação na Amazônia e em outros biomas do Brasil, embora tenha caído na última década, voltou a crescer. Os sistemas tradicionais de monitoramento só identificam o desmatamento depois que ele ocorre. Este classificador pretende classificar o risco de desmatamento de uma determinada área após um determinado período de tempo, facilitando o direcionamento de recursos das autoridades competentes às áreas prioritárias

Estimador de corrente - estimação de corrente em um foto transistor com base na tensão, luminosidade e temperatura.

Detecção de defeitos em máquinas - por amostragem sonora por meio de analise espectral simplificada.

Descoberta de se um áudio foi editado - ou se é uma gravação original. É necessário ter várias amostras do mesmo microfone, para saber como é seu ruído de fundo. 

Previsor de alcance de lançamento - Este projeto envolve a construção de um mecanismo lançador de projétil com 3 parâmetros reguláveis: ângulo de lançamento, força de propulsão e massa do projétil. Objetiva-se desenvolver um regressor multivariado capaz de estimar a distância (alcance) atingida pelo projétil, com base nas condições iniciais do mecanismo.

ColorRec - Este projeto propõe a construção de um protótipo de baixo custo capaz de regenerar a informação de cor (RGB) de uma superfície,  através da resposta de reflectância desta para 6 diferentes cores (utiliza-se uma "espectrometria" da luz refletida). Apesar do nome "ColorRec - Color Recognizer", não se trata de um reconhecedor de padrões de cor, mas sim de um regressor capaz de regenerar a informação de cor de uma superfície.

Reconhecedor de interação tátil - Este projeto visa à construção de um protótipo de modelo com sensores capacitivos e software associado que permita a detecção de interações táteis com o mesmo, reconhecendo gestos como: carinhos, apertos, pancadas, etc.

//////////////////////////////////////////////////////////////////////////////////////////////////////////////////

CONVITE: Nos dias 11 e 18 de junho na sala B2-09 das 15 hs até as 18:30 teremos apresentações de 15 projetos práticos desenvolvidos pelos alunos de PSI3571 - Práticas em Reconhecimento de Padrões, Modelagem e Inteligência Computacional - da turma de 2018. Todos os projetos envolvem sistemas multivariados com aplicações concretas de ferramentas de reconhecimento de padrões e de fusão de informação (regressores multivariados). Eles foram desenvolvidos por alunos de 5o ano de Eletrônica e Sistemas / Sistemas Eletrônicos, Automação e Controle, Engenharia Ambiental, Mecânica e Biomédicas. Aqui vai uma prévia de temáticas de alguns dos trabalhos que serão apresentados: controle de drones, identificação de faces, reconhecimento de eventos residenciais, detecção de presença de veículos, avaliação de estado do metrô, estimação angular de veículos, modelagem de transistores, análise automática de falhas em máquinas, detecção de adulteração de áudios, previsão de uso de aquecedor de água, detecção de áreas desmatadas, estimação de gordura corporal, modelagem de processo balístico, medida de cores em superfícies, reconhecimento de ações táteis.

Alunos EPUSP, docentes e demais convidados dos autores dos trabalhos apresentados serão muito bem vindos para acompanhar as exposições e os debates entre os alunos de PSI3571 após cada apresentação. Prestigiemos e aprendamos com estas interessantes apresentações finais dos 15 projetos práticos.

     ( para mais detalhes, visite o link https://edisciplinas.usp.br/mod/page/view.php?id=2335830 )

 //////////////////////////////////////////////////////////////////////////////////////////////////////////////////

---- Calendário detalhado das Apresentações:

 - Em 11 de junho (15:00h pontualmente): equipes  I, II e IV  , em ordem sorteada no dia.

 - Em 18 de junho (15:00hs pontualmente): equipes  III e V   , em ordem sorteada no dia.

Equipes:

 Equipe I:  Douglas, Gabriel Gouveia e Tiago (apresentam dia 11)

 Equipe II:  Fernando, João Lucas e Thomas (apresentam dia 11)

 Equipe III:  Fábio, Lucas e Pedro (apresentam dia 18)

 Equipe IV:  André, Ibraim e Rodrigo (apresentam dia 11)

 Equipe V:  Alexandre, Gabriel Kim e Lincoln (apresentam dia 18)