Dissertação

Deteção de Pessoas através de Dados Laser EVALUATED

A integração de robots no nosso quotidiano tem-se tornado, ao longo destes últimos anos, numa realidade adquirida. A qualidade dessa integração está ligada à perceção que os mesmos exercem sobre o meio em que estão inseridos. Posto isto, e num contexto social, ter-se perceção do ambiente em que se navega, é sinónimo de conseguir identificar as pessoas que constam no mesmo. Esta dissertação visa esse mesmo propósito, a Deteção de Pessoas e mais em concreto, de pernas. Ao contrário de alguns trabalhos realizados neste âmbito, o principio de funcionamento em vigor neste visa o desenvolvimento de padrões. Esses padrões consistem em diversas formas geométricas que se assemelham à disposição das pernas durante as várias de fases do caminhar de qualquer transeunte. A finalidade desses padrões é que estes depois deslizem ao longo dos vários dados de alcance e através disso, identifiquem correspondências que refletem a presença de pernas. Esses padrões são o resultado de um processo de Análise de Dados feito a várias medições realizadas a diversas caminhadas, auxiliado por processos de Conversão e Segmentação. Ainda como resultado deste último processo, surgem Features Geométricas e Espaciais que melhoram não só o desempenho como também a eficiência do método proposto. O detetor e resultado desta Dissertação, acabou por revelar resultados positivos nos diversos cenários de teste a que foi submetido, com um Recall médio de 89.2% e uma Precisão média de 94.6% em Ambiente de teste Controlado. Já em Ambiente Real apresenta um Recall de 67.7% e uma Precisão de 81.8%.
Deteção, Pessoas, Pernas, MOnarCH, Lasers, Padrões

Novembro 15, 2019, 16:0

Documentos da dissertação ainda não disponíveis publicamente

Orientação

ORIENTADOR

João Fernando Cardoso Silva Sequeira

Departamento de Engenharia Electrotécnica e de Computadores (DEEC)

Professor Auxiliar