Rede Neural Convolucional para Detecção de Pedestres Realizando Travessias de Risco

Indivíduos atuam como pedestres quando encontram-se andando ou correndo em uma via. As principais interações entre pedestres e veículos ocorrem nas travessias de pedestres. Essas interações expõem os pedestres ao risco de acidentes e atrasos nos deslocamentos. Os pedestres estão suscetíveis a ferimentos graves e lesões que levam à morte e incapacidade, alarmando a saúde pública e a segurança do tráfego a tomar providências para tornar os pedestres menos expostos às situações de riscos produzidas pelo trânsito. O objetivo deste trabalho é detectar pedestres realizando travessias de risco utilizando imagens de vídeos transmitidos em tempo real. Para isso, as tecnologias utilizadas foram CNN Yolov4-tiny para detecção e algoritmo SORT para rastreamento e contagem dos pedestres. O modelo final obteve uma precisão aproximada de 89%. Em média, a inferência da aplicação levou de 11 a 13 frames por segundo.