R
RCAAP Rss Feeder
Guest
Breve resumo:
Info Adicional:
Autor:
Clica para continuares a ler...
O trabalho apresentado nesta dissertação desenvolve um sistema de reconhecimento automático de objetos no contexto da tomada e adesão ao medicamento. Os objetos detectados são os medicamentos distintos, baseado em análise de sequências de imagens. A aplicação funciona com base no horário em que cada medicamento precisa ser tomado. Após o cadastrado dos devidos dados, o sistema passa a monitorar em tempo real os medicamentos para uma posterior sinalização de que aquele dado horário é necessário uma ação de tomada. No modelo utilizado para reconhecer os medicamentos, usou-se as anotações e categorização dos medicamentos desejados para o monitoramento, essas informações foram geradas de uma sequência de imagens e em posições diferentes, afim de gerar um maior dinamismo no reconhecimento. Consideramos que um objeto possa ser deixado sobre a mesa de maneira aleatória. Dados de coordenadas dessas imagens foram carregadas em uma rede neural com poucas camadas convulsionais. Uma abordagem utilizada na área de Visão Computacional e o treinamento do modelo em um hardware com grande poder de processamento de imagens em GPU. Nesta tarefa de processamento, para alcançar uma maior qualidade técnica, o algoritmo foi submetido em ambiente de nuvem da empresa Google, um espaço disponível e gratuito o suficiente para o treinamento dos objetos em questão. Detalha-se também neste trabalho todas as etapas para o desenvolvimento desta solução e o seu respectivo funcionamento, verificando assim os resultados obtidos por meio de testes perante um cenário limitado de circunstâncias em que o sistema foi submetido. A conclusão mostra que o problema de esquecimento ou não adesão de medicamentos no horário correto possa ser minimizada com tecnologias disponíveis e de fácil acesso, bastando assim um estudo e investigação das mais variadas possibilidades de aplicação de tecnologias da área de Visão Computacional, que é um dos ramos da Inteligência Artificial. Sua utilização comprova que é possível a classificação de medicamentos utilizando apenas sequências de imagens obtidas por uma câmara de vídeo e submetida a um computador de baixo custo.
Info Adicional:
O trabalho apresentado nesta dissertação desenvolve um sistema de reconhecimento automático de objetos no contexto da tomada e adesão ao medicamento. Os objetos detectados são os medicamentos distintos, baseado em análise de sequências de imagens. A aplicação funciona com base no horário em que cada medicamento precisa ser tomado. Após o cadastrado dos devidos dados, o sistema passa a monitorar em tempo real os medicamentos para uma posterior sinalização de que aquele dado horário é necessário uma ação de tomada. No modelo utilizado para reconhecer os medicamentos, usou-se as anotações e categorização dos medicamentos desejados para o monitoramento, essas informações foram geradas de uma sequência de imagens e em posições diferentes, afim de gerar um maior dinamismo no reconhecimento. Consideramos que um objeto possa ser deixado sobre a mesa de maneira aleatória. Dados de coordenadas dessas imagens foram carregadas em uma rede neural com poucas camadas convulsionais. Uma abordagem utilizada na área de Visão Computacional e o treinamento do modelo em um hardware com grande poder de processamento de imagens em GPU. Nesta tarefa de processamento, para alcançar uma maior qualidade técnica, o algoritmo foi submetido em ambiente de nuvem da empresa Google, um espaço disponível e gratuito o suficiente para o treinamento dos objetos em questão. Detalha-se também neste trabalho todas as etapas para o desenvolvimento desta solução e o seu respectivo funcionamento, verificando assim os resultados obtidos por meio de testes perante um cenário limitado de circunstâncias em que o sistema foi submetido. A conclusão mostra que o problema de esquecimento ou não adesão de medicamentos no horário correto possa ser minimizada com tecnologias disponíveis e de fácil acesso, bastando assim um estudo e investigação das mais variadas possibilidades de aplicação de tecnologias da área de Visão Computacional, que é um dos ramos da Inteligência Artificial. Sua utilização comprova que é possível a classificação de medicamentos utilizando apenas sequências de imagens obtidas por uma câmara de vídeo e submetida a um computador de baixo custo.
Autor:
Clica para continuares a ler...