Práticas em Reconhecimento de Padrões, Modelagem e Neurocomputação (2017)

Lista de Projetos Finais de PSI2672 realizados em grupo, em 2017 - Apresentações ocorrem nos dias 21 de junho (Grupo 1 e mais algum outro que decida antecipar) e 28 de junho (demais grupos), na B2-09 às 15:30 hs; ao final da lista, há + detalhes para alguns dos 12 projetos

Dois Projetos do Grupo 1:

      (Carlos Grivol, Carlos Prete, Gabriel Crabbé, Tiago Azevedo)

 - Regressor multivariado: CIDADE LISA - Sistema automático de detecção de irregularidades nas vias usando smartphones 

 - Reconhecedor de padrões: ABCIS - Automatic Brazilian Coin Identification System

Dois Projetos do Grupo 2:

      (Felipe Y., Alan, Felipe La Regina , Saint Clair Bernardes)

 - Regressor multivariado: Previsor de taxa de acertos de questões de Matemática e Física de vestibular

 - Reconhecedor de padrões: Analisador da qualidade do ar embasado nos níveis de concentração de gás carbônico, ozônio monóxido de carboônio, temperatura, umidade e dióxido de nitrogênio.

Dois Projetos do Grupo 3:

      (Lilian Miyasiro, Rodolpho Cury, Felipe Dell'oso e Rafael Alencar)

 - Regressor multivariado: Estimador do número de pessoas em veículos

 - Reconhecedor de padrões: Autenticador de assinaturas

Dois Projetos do Grupo 4:

      (Lucas Ribeiro, Lucas Bouzy, Filipe Mourão, Matheus Ferrazzo)

 - Regressor multivariado: Diferenciando Modelos Faciais Diversos por Idade

 - Reconhecedor de padrões: Diferenciando Modelos Faciais Diversos por Gênero 

Dois Projetos do Grupo 5:

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

Mais detalhes sobre alguns dos projetos listados acima ...

Regressor multivariado: CIDADE LISA - Sistema automático de detecção de irregularidades nas vias usando smartphones - O Brasil detém cerca de 1 milhão e 700 mil km de rodovias, passando pelas esferas federal, municipal e estadual. Dependemos fortemente do transporte rodoviário e mesmo em grandes centros urbanos a infraestrutura não atende requisitos básicos de qualidade. Falta uma fiscalização constante que gere resultados reais e palpáveis para a população. Neste sentido, o projeto Cidade Lisa tem como objetivo desenvolver um sistema automático de detecção de irregularidades nas vias, permitindo assim a disponibilização de informações relevantes para os órgãos públicos competentes. Com isto, procura-se agilizar o reparo, reduzir os custos envolvidos e satisfazer de forma geral os usuários do sistema.

Reconhecedor: ABCIS - Automatic Brazilian Coin Identification System - Diante da necessidade crescente de automatização de processos, encontramos a oportunidade de criar um software capaz de identificar o valor de moedas em reais para o público em geral, especialmente para os deficientes visuais.

Regressor multivariado: Previsor de taxa de acertos de questões de Matemática e Física de vestibular - Atualmente, sabe-se a importância do vestibular para o início da vida acadêmica de muitos jovens. Assim, a elaboração de uma prova justa e equilibrada é parte relevante na preparação anual dos vestibulares. Tendo isso em mente, o regressor neural artificial desenvolvido pelo grupo visa auxiliar a preparação de provas prevendo a taxa esperada de acerto dos vestibulandos para diferentes questões elaboradas pelos corpo docente das instituições dos vestibulares.   

Reconhecedor e Regressor multivariado: Diferenciando Modelos Faciais Diversos por Gênero e Idade: neste projeto, exploramos o uso de redes neurais convolucionais e extreme learning machines para reconhecimento automatizado de atributos de pessoas com base em fotografias faciais. A capacidade de extrair tais características a partir de imagens pode ser altamente desejável em uma diversa gama de aplicações, como procurar por pessoas suspeitas a partir de imagens de câmeras de segurança, ou localizar uma criança perdida em um local público de grande circulação.