Luana Gonçalves

Luana Gonçalves

Auto-generated profile, based on publicly available information

Luana Gonçalves

Fundação para Inovações Tecnológicas - FITec, Belo Horizonte, MG

Research Focus & Metrics

Academic Career Length

7Years (2020-Present)

(Calculated once Scilit publication data is synced: current year − year of first publication + 1)

Representative Publications

View All Publications
29 April 2020 in Revista de Engenharia e Pesquisa Aplicada
Verified
Journal Article
Open access
PDF file
LGLuana Gonçalves
Luana Gonçalves
Carmelo José Albanez Bastos-FilhoCarmelo José Albanez Bastos-Filho
Carmelo José Albanez Bastos-Filho
VAVictor Mendonça De Azevedo
Victor Mendonça De Azevedo
Para a administração de ativos com mais precisão de acordo com a demanda e público em pontos comerciais, é cada vez mais comum o uso de técnicas para extrair informações acerca da distribuição dos clientes. O objetivo é minimizar o tempo dos clientes em filas e atendimentos, adequar os produtos e reorganizar o layout do espaço a partir do mercado consumidor. Neste trabalho, é proposto um sistema voltado para otimização de recursos em pontos comerciais, através do processamento de imagens de câmeras de segurança para o monitoramento do fluxo e perfil de clientes. O baixo custo de implementação do sistema aumenta o mercado potencial de compra do serviço, diminui o tempo de retorno sobre o investimento e assim reduz a barreira de entrada em grandes companhias.

1 January 2021 in Procedings Do Xv Simpósio Brasileiro de Automação Inteligente
Verified
Conference Paper
Open access
PDF file
BOBruno A. S. Oliveira
Bruno A. S. Oliveira
HZHugo E. Ziviani
Hugo E. Ziviani
LGLuana Gonçalves
Luana Gonçalves
AVAlan M. Viegas
Alan M. Viegas
DCDaniel Calvo
Daniel Calvo
Com o objetivo de impedir a entrada de objetos ilícitos que comprometam a segurança de funcionários, visitantes e detentos em instalações penitenciárias, a inspeção a partir de imagens radiológicas é amplamente utilizada para o monitoramento de ingressantes a complexos carcerários. Atualmente essa fiscalização é realizada por um operador que analisa imagens obtidas por equipamentos de raio-x, buscando identificar algum objeto suspeito. No entanto, tal processo é lento, dispendioso e repetitivo. Nesse sentido, o objetivo desse trabalho é desenvolver uma solução baseada em aprendizado de maquina não supervisionado, denominada Autoencoder Convolucional, cuja finalidade é auxiliar o operador na identificação de objetos ilícitos em imagens de raio-x de corpo inteiro. Para isso, foram coletadas e classificadas por um especialista 2.621 de imagens sem indicações de objetos suspeitos e 130 imagens de com suspeita de objetos ilícitos. Em seguida, um Autoencoder Convolucional foi treinado e avaliado, para detecção de anomalias. Os resultados obtidos indicam que a solução é promissora e pode ser utilizada no auxílio à tomada de decisão do operador do equipamento de raio-x.