Resumo: A contagem de pessoas em ambientes fechados pode ser empregada para análises relacionadas a densidade e disposição de pessoas em diferentes tipos de ambientes como aeroportos, lojas e hospitais visando a melhoria e eficiência dos serviços. Um dos desafios é criar sistemas capazes de realizar tais operações sem que seja necessário que indivíduos carreguem equipamentos ou sensores. Soluções empregando vídeo além de terem um alto custo, podem ter implicações relacionadas a privacidade. Entre as soluções alternativas baseadas em sinais de rádio de rede WiFi, a Informação do Estado do Canal (CSI) pode ser utilizada para extrair características preditivas aplicadas a algoritmos de aprendizado de máquina. O presente projeto introduz os principais conceitos relacionados a Informação do Estado do Canal encontrada em sistemas OFDM e nos protocolos 802.11 a/g/n/ac. Em seguida, são apresentadas diversas características extraídas a partir dos dados de CSI em diferentes domínios, como no tempo e em frequência. Essas características foram aplicadas em quatro algoritmos de aprendizado de máquina supervisionado. Uma análise foi realizada a partir de três métricas de avaliação (Acurácia, Coeficiente Cohen-Kappa e F1-Score) em duas bases de dados diferentes incluindo seis cenários com 0 a 5 pessoas. Os resultados obtidos foram compatíveis com a literatura com acurácia média variando de 56% a 90% a depender do cenário e algoritmo empregado.

Banca:
Flávio Luis de Mello, DSc. (Presidente)
Marcello Luiz Rodrigues de Campos, PhD. (Examinador)
Heraldo Luis Silveira de Almeida, DSc. (Examinador)