Pós-Graduação em Ciência da Computação – UFPE
Defesa de Tese de Doutorado Nº 580
Aluno: Lucas Fernando da Silva Cambuim
Orientadora: Profa. Edna Natividade da Silva Barros
Título: Sistema ADAS de Previsão de Colisão em Pedestres Baseado em Visão
Computacional
Data: 31/10/2022
Hora/Local: 9h – Virtual – Interessados em assistir entrar em contato com o aluno
Banca Examinadora:
Prof. Carlos Alexandre Barros de Mello (UFPE / Centro de Informática)
Prof. Abel Guilhermino da Silva Filho (UFPE / Centro de Informática)
Prof. Stefan Michael Blawid (UFPE / Centro de Informática)
Prof. Filipe Rolim Cordeiro (UFRPE / Departamento de Computação)
Prof. Cesar Albenes Zeferino (UNIVALI / Centro de Ciências Tecnológicas da Terra e do Mar)
RESUMO:
Pedestres são sem dúvida os elementos mais vulneráveis no trânsito e que
representam mais da metade de todas as mortes globais em acidentes. Os
sistemas de previsão de colisão de pedestres (PCP) são fundamentais para
redução de acidentes pois permitem tomadas de decisão antecipadas. Conforme
os veículos se tornam mais rápidos, o risco de acidentes fatais com
pedestres aumenta, exigindo sistemas PCP com tempo de resposta cada vez
menor e com capacidade de prever colisões cada vez mais distantes. Sensores
ópticos (câmeras) são escolhas adequadas para tais sistemas pois fornecem
uma grande quantidade de informações do pedestre e permitem o processamento
com altas taxas de frames. As etapas mais críticas e computação intensiva
de dados em um sistema PCP são a detecção de pedestres e correspondência
estéreo. Nesta tese, nós propomos soluções otimizadas em taxa de
processamento para estas etapas implementadas em plataformas baseadas em
FPGAs (field-programmable gate array). Para a etapa de detecção nós
propomos um módulo que implementa as técnicas de Histograma de Gradientes
Orientados (HOG) e Support Vector Machine (SVM) com suporte para pirâmides
de imagens e janelas de detecção de diferentes tamanhos para localização de
pedestres próximos e distantes. A arquitetura proposta do detector consegue
processar pixels serialmente na vazão máxima e sem perda de frame, através
de técnicas como pipeline e divisão espacial de pixels entre unidades de
processamento paralelo. Estratégias de otimização de recursos foram
propostas tais como o compartilhamento da memória de pesos entre todas as
unidades paralelas. Para correspondência estéreo nós utilizamos a solução
de alto desempenho da técnica de Semi Global Matching (SGM), desenvolvida
em trabalho anterior (mestrado do autor), e propomos melhorias em precisão
e adição do suporte a detecção de pixels de oclusão que permitiu
alcançarmos alto desempenho e resultados precisos de localização de
pedestre. O processamento de duas janelas de detecção de dimensões
diferentes com uma pirâmide de 7 níveis permitiu uma redução na taxa de
falta de pelo menos 25\% em comparação com um detector de janela de tamanho
único e 1 nível de profundidade. Os desempenhos alcançados pelo detector e
pelo sistema PCP em resolução HD foram de 130 e 66,2 frames por segundo,
respectivamente. Além disso, resultados demonstram que o desempenho de
ambos é constante independentemente da quantidade janelas a serem
processadas. Para demonstrar os benefícios do ganho de desempenho, nós
desenvolvemos uma estratégia de avaliação que envolveu a criação de uma
base de dados sintética de colisões com pedestres. A melhoria de desempenho
alcançada pelo sistema PCP com a adição dos módulos de hardware propostos
permitiu um aumento em distância para tomada de decisão de 6,5 metros em
comparação outros sistemas PCP mais precisos, mas que são mais lentos.
Palavras-chave: Palavras-chaves: Detecção de Pedestres, HOG, SVM, Pirâmide
de Imagem, Suporte à Pedestres Distantes, Otimização de Recursos de FPGA,
Alto Desempenho, Previsão Eficiente.
Comentários desativados