Resumo: Este trabalho tem como objetivo desenvolver uma solução automatizada para a contagem de pessoas em um ambiente através de uma câmera de topo utilizando Aprendizado de Máquina. Através do processamento de imagens e do uso de Redes Neurais Convolucionais, o sistema proposto é capaz de identificar as pessoas, rastrear seu movimento e determinar a direção em que estão se locomovendo. Essa abordagem permite a contagem da quantidade de pessoas passando por um determinado local. Conceitos tı́picos da área de Visão Computacional, como oclusão e Non-Maximum Suppression, foram abordados. A metodologia utilizada envolveu o treinamento de um modelo utilizando a arquitetura YOLOv5, com uso de transfer learning. Além disso, foram implementadas técnicas de rastreamento de objetos, como Correlation Tracker e Centroid Tracker, e um algoritmo para determinar a direção do movimento das pessoas baseado na interseção entre duas polilinhas. Os resultados foram avaliados e a aplicação foi capaz de realizar a contagem de pessoas com uma acurácia média de 75,68% e taxa de até 17,50 frames por segundo em média, auxiliando no controle de lotação de ambientes fechados, como lojas, teatros e ônibus. A solução desenvolvida serve como um primeiro estudo de caso e possui viabilidade prática. Portanto, pode contribuir para a segurança e o cumprimento das normas regulatórias em diversos ambientes.

Banca:
Flávio Luis de Mello, DSc. (Presidente)
Mariane Rembold Petraglia, Ph.D. (Examinador)
Heraldo Luis Silveira de Almeida, DSc. (Examinador)