IRedZones : detecção de pessoas em zonas de risco utilizando deep learning

Abstract

RESUMO: A concorrência cada vez mais acirrada no setor siderúrgico, torna necessária a implementação de tecnologias e desenvolvimento de sistemas autônomos inovadores, de modo a garantir a agilidade, comfiabilidade e segurança de seus processos internos. A partir desse cenário, o presente trabalhou teve como objetivo desenvolver um sistema inteligente baseado em deep learning, utilizando visão computacional e redes neurais convolucionais, para a detecção de pessoas transitando em regiões próximas a áreas de riscos, durante o processo de transformação do ferro gusa em aço, em um convertedor de uma siderúrgica. Com os resultados obtidos, observou-se que o sistema desenvolvido apresentou capacidade adequada em relação ao processamento das imagens e detecção de pessoas em zonas de risco. Conclui-se, portanto, que o sistema se mostrou eficaz, trazendo benefícios expressivos à segurança das pessoas que circulam pela área.