La aplicación del cálculo diferencial y integral en la visión por computadora: detección en imágenes
Palabras clave:
Visión por Computador, Cálculo Diferencial e Integral, MobileNet SSD, Detección de Objetos, Inteligencia ArtificialResumen
Este artículo explora aplicaciones del cálculo diferencial e integral en la visión por computadora, con énfasis en la detección de objetos en imágenes. Utilizando la arquitectura MobileNet SSD, el trabajo demuestra cómo conceptos de cálculo, como derivadas, integrales y optimización, son fundamentales para el desarrollo y la aplicación de algoritmos de detección de imágenes. La metodología, caracterizada como investigación aplicada con un enfoque de investigación-acción, incluyó una revisión bibliográfica, la selección del modelo, la implementación computacional del código y el análisis de los resultados. Los experimentos demostraron la eficiencia de MobileNet SSD en la detección de objetos en imágenes, con un tiempo de procesamiento comparable al tiempo de reacción humano. Se concluye que la comprensión del cálculo subyacente es crucial para el desarrollo de soluciones innovadoras y eficientes en visión por computadora.
Descargas
Referencias
CARVALHO, G.; OLIVEIRA, J. de; SILVA, E. da; NETTO, S.; FREITAS, G.; MOTTA-RIBEIRO, G.; COS-TA, R. Um sistema de monitoramento para detecção de objetos em tempo real empregando câmera em mo-vimento. In: SIMPÓSIO BRASILEIRO DE TELECOMUNICAÇÕES, 31., 2013, Fortaleza. Anais [...]. Fortaleza: Sociedade Brasileira de Telecomunicações, 2013.
DANIEL, D.; DALBIANCO, A. Tecnologia de pulverização com drones: panorama, oportunidades, pers-pectivas futuras e desafios na agricultura moderna. Revista Plantio Direto, v. 2023, n. 193, p. 69–77, 2023.
FENG, X.; JIANG, Y.; YANG, X.; DU, M.; LI, X. Computer vision algorithms and hardware implementa-tions: A survey. Integration, v. 69, p. 309–320, 2019. ISSN 0167-9260.
GONZALEZ, R.; WOODS, R. Digital Image Processing (3rd Edition). USA: Prentice-Hall, Inc., 2006. ISBN 013168728X.
HOWARD, A.; ZHU, M.; CHEN, B.; KALENICHENKO, D. MobileNets: Efficient convolutional neural networks for mobile vision applications. arXiv preprint arXiv:1704.04861, 2017.
KATZMAN, J. L. et al. Deepsurv: personalized treatment recommender system using a cox proportional hazards deep neural network. BMC Medical Research Methodology, v. 18, n. 1, p. 24, 2018. ISSN 1471-2288.
LI, Y.; HUANG, H.; XIE, Q.; YAO, L.; CHEN, Q. Research on a surface defect detection algorithm based on mobilenet-ssd. Applied Sciences, v. 8, n. 9, 2018. ISSN 2076-3417.
LILLICRAP, T.; SANTORO, A.; MARRIS, L.; AKERMAN, C.; HINTON, G. Backpropagation and the brain. Nature Reviews Neuroscience, v. 21, 2020. ISSN 1471-0048.
LIU, W.; ANGUELOV, D.; ERHAN, D.; SZEGEDY, C.; REED, S.; FU, C.-Y.; BERG, A. SSD: Single shot MultiBox detector. European Conference on Computer Vision, Springer, Cham, p. 21-37, 2016.
MARTINSONS, M. Benchmarking human resource information systems in Canada and Hong Kong. In-formation & Management, v. 26, n. 6, p. 305-316, 1994.
PRODANOV, C.; FREITAS, E. Metodologia do trabalho científico: métodos e técnicas da pesquisa e do trabalho acadêmico-2ª Edição. [S.l.]: Editora Feevale, 2013.
RICHIT, A.; RICHIT, L.; TEILOR, B. Abordagem de máximos e mínimos em um curso universitário de cál-culo. Bolema, v. 37, n. 77, p. 1036-1062, 2023. Disponível em: https://doi.org/10.1590/1980-4415v37n77a06.
STEWART, J.; KOKOSKA, S. Calculus: Concepts and contexts. Toronto: Cengage Learning, 2010.
SZELISKI, R. Computer vision: algorithms and applications. 2. ed. [S. l.]: Springer Nature, 2022.
TRINDADE, L. Detecção de obstáculos para carros autônomos utilizando aprendizado profundo. 87 p. Trabalho de Conclusão de Curso — Universidade Federal de Santa Catarina, Florianópolis, SC, 2018.
Descargas
Publicado
Número
Sección
Categorías
Licencia
Derechos de autor 2026 Karolliny Danielle Santos, Brenda Abreu Almeida, Caio Henrique Braga Teixeira, Guilherme Tadeu Almeida Sardinha Marques, Héber Stavrakas Gaipo, Pedro Henrique Pereira
Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
Los derechos de autor de los artículos publicados en Educação Matemática em Revista - RS pertenecen a su(s) respectivo(s) autor(es), otorgando a la revista los derechos de primera publicación.
Esta obra está bajo una Licencia Creative Commons Atribución 4.0 Internacional (CC BY 4.0).
Esta licencia permite a otros compartir (copiar y redistribuir el material en cualquier medio o formato) y adaptar (remezclar, transformar y crear a partir del material) para cualquier propósito, incluso comercial, siempre que se dé el crédito apropiado a la creación original.
Cómo citar
