Aplicação de rede neural convolucional na classificação de azulejos históricos da cidade de Belém do Pará

dc.contributor.advisor-co1ARAÚJO, Tiago Davi Oliveira de
dc.contributor.advisor-co1Latteshttp://lattes.cnpq.br/0141236944098711pt_BR
dc.contributor.advisor1SANTOS, Carlos Gustavo Resque dos
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/2948406243474342pt_BR
dc.contributor.advisor1ORCIDhttps://orcid.org/0000-0002-2193-5783pt_BR
dc.creatorSOUSA, Rafael Nascimento de
dc.creator.Latteshttp://lattes.cnpq.br/5018187733738241pt_BR
dc.date.accessioned2025-03-07T18:44:32Z
dc.date.available2025-03-07T18:44:32Z
dc.date.issued2021-04-09
dc.description.abstractThe cultural heritage of a city is of great importance for the maintenance and enhancement of its history. Innovative technologies such as Augmented Reality and Computer Vision can be used to emphasize these legacies that the city itself carries in an attractive and playful way. In the city of Belém do Pará, tiles are an important example of the cultural heritage present in the city, which goes back to the moments and characteristics of its foundation. The recognition of images, for example, can facilitate the search for historical information about a certain tile in a faster way, since with just one photo of the tile, your information would be returned to the user, thus facilitating the search and access to information on the tiles, in addition to their identification. In view of what has been exposed, this Course Conclusion Paper presents a prototype that uses Convolutional Neural Networks (CNN) to classify, through images, the historical tiles of Belém. CNN’s training used three image bases, being the the first composed of images that contained tiles and other elements of the environment (walls, doors, building facades, etc.), the second composed of images with a focus on tile patterns and the third composed of photos taken from the computer screen, from of second base images, and once created the bases are combined into a final base used in training the model. Twelve different types of tiles were used, representing the classes to be recognized by CNN. Thus, after training, the tflite model (Tensorflow Lite) with the classes of tiles is generated, to be used in the image classification task on a mobile device. With the model and the classes defined, an application was created for this conclusion work in which the user takes a picture of a tile and the four classes are returned with the best accuracy and the historical information of the classified tiles. For the image classification task, a module was created that gathers the necessary functions for the image classification task and that can be reused in other projects.pt_BR
dc.description.resumoA herança cultural de uma cidade é de grande importância para a manutenção e valorização da sua história. Tecnologias inovadoras como Realidade Aumentada e Visão Computacional podem ser utilizadas para dar ênfase a essas heranças que a própria cidade carrega de forma atrativa e lúdica. Na cidade de Belém do Pará, os azulejos são um exemplo importante da herança cultural presente na cidade, que remonta momentos e características de sua fundação. O reconhecimento de imagens, por exemplo, pode facilitar a busca por informações históricas sobre um determinado azulejo de maneira mais rápida, uma vez que com apenas uma foto do azulejo suas informações seriam retornadas ao usuário, dessa forma facilitando a busca e o acesso a informações sobre os azulejos, além da identificação dos mesmos. Tendo em vista o que foi exposto, este Trabalho de Conclusão de Curso apresenta um protótipo que utiliza Redes Neurais Convolucionais (CNN) para classificar, através de imagens, os azulejos históricos de Belém. O treinamento da CNN utilizou três bases de imagens, sendo a primeira composta por imagens que continham azulejos e outros elementos do ambiente (paredes, portas, fachadas dos prédios, etc.), a segunda composta por imagens com foco nos padrões de azulejos e a terceira composta por fotos tiradas da tela do computador, a partir de imagens da segunda base, sendo que uma vez criadas as bases são combinadas em uma base final utilizada no treinamento do modelo. Foram utilizados 12 tipos diferentes de azulejos que representam as classes a serem reconhecidas pela CNN. Dessa forma, após o treinamento é gerado o modelo do tipo tflite (Tensorflow Lite) com as classes de azulejos, para ser utilizado na tarefa de classificação de imagem em dispositivo móvel. Com o modelo e as classes definidas, foi criado para este trabalho de conclusão de curso uma aplicação em que o usuário tira uma foto de um azulejo e são retornadas as quatro classes com as melhores acurácias e as informações históricas dos azulejos classificados. Para a tarefa de classificação de imagens, foi criado um módulo que reúne as funções necessárias para a tarefa de classificação de imagens e que pode ser reutilizado em outros projetos.pt_BR
dc.identifier.citationSOUSA, Rafael Nascimento de. Aplicação de rede neural convolucional na classificação de azulejos históricos da cidade de Belém do Pará. Orientador: Carlos Gustavo Resque dos Santos. 2021. 42 f. Trabalho de Conclusão de Curso (Bacharelado em Ciência da Computação) – Faculdade de Computação, Instituto de Ciências Exatas e Naturais, Universidade Federal do Pará, Belém, 2021. Disponível em:. Acesso em:.pt_BR
dc.identifier.urihttps://bdm.ufpa.br/jspui/handle/prefix/7783
dc.rightsAcesso Abertopt_BR
dc.source1 CD-ROMpt_BR
dc.subjectReconhecimento de Imagempt_BR
dc.subjectHerança culturalpt_BR
dc.subjectAzulejopt_BR
dc.subjectRedes neuraispt_BR
dc.subjectConvolucionaispt_BR
dc.subjectTensorflow litept_BR
dc.subjectImage recognitionpt_BR
dc.subjectCultural heritagept_BR
dc.subjectConvolutional neural networkspt_BR
dc.subjectTensorflow litept_BR
dc.subject.cnpqCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAOpt_BR
dc.titleAplicação de rede neural convolucional na classificação de azulejos históricos da cidade de Belém do Parápt_BR
dc.typeTrabalho de Curso - Graduação - Monografiapt_BR

Arquivo(s)

Pacote Original
Agora exibindo 1 - 1 de 1
Carregando...
Imagem de Miniatura
Nome:
TCC_AplicacaoRedeNeural.pdf
Tamanho:
10.22 MB
Formato:
Adobe Portable Document Format
Licença do Pacote
Agora exibindo 1 - 1 de 1
Nenhuma Miniatura disponível
Nome:
license.txt
Tamanho:
1.84 KB
Formato:
Item-specific license agreed upon to submission
Descrição: