COINTER: Aplicativo para Reconhecimento e Segmentação de Imagens de Moedas
Resumo
Este artigo apresenta uma solução para facilitar o turista brasileiro na identificação e cálculo do valor de moedas em dólar, já que estas não apresentam seus respectivos valores através de algarismos arábicos retratados nelas. Para este fim, foi desenvolvido um aplicativo multiplataforma capaz de fotografar essas moeda e, através da rede neural MobileNetV2, fazer a análise das mesmas determinando seus valores, retornando ao usuário o valor total das moedas que foram fotografadas. Os testes iniciais feitos utilizando esse aplicativo demonstram que a rede neural utilizada, quando aplicada em situações reais, apresenta uma taxa de acurácia de 97,65%.
Palavras-chave:
MobileNetV2, Segmentation, Recognition, Fine Tuning, App
Referências
MITTAL, Shubham; MITTAL, Shiva. Indian Banknote Recognition using Convolutional Neural Network. In: 2018 3rd International Conference on Internet of Things: Smart Innovation and Usages (IoT-SIU). IEEE, 2018. p. 1-6.
Freitas, Samuel Sanches de. "Determinação do valor total de moedas em imagens digitais."(2014).
PEDRASSANI, Carlos Eduardo. Uma soluc¸ao em Node.js e React Native para busca e oferta de emprego. 2018. Disponível em: http://t2ti. com/erp3/pdf/TCC CARLOS EDUARDO PEDRASSANI.pdf Acesso em: 26 jul. 2020.
FERNANDES, Diego. Expo: o que é, para que serve e quando utilizar?. Rocketseat, 2018. Disponível em: https://blog.rocketseat.com.br/ expo-react-native/. Acesso em: 26 jul. 2020.
Por que React Native e a linguagem adequada para criação de apps?. Computerworld, 2019. Disponível em: https://computerworld.com.br/2019/02/12/ por-que-react-native-e-a-linguagem-adequada-para-criacao-de-apps/. Acesso em: 26 jul. 2020.
ANDRADE, Ana Paula de. O que e React Native?. TreinaWeb, 2020. Disponível em: https://www.treinaweb.com.br/blog/ o-que-e-o-react-native/. Acesso em: 26 jul. 2020.
ROSEBROCK, Adrian. Keras ImageDataGenarator and Data Argumentation, 2019. Disponível em: https://www.pyimagesearch.com/2019/07/08/keras-imagedatageneratorand-data-augmentation/. Acesso em: 26 jul. 2020.
OpenCV https://docs.opencv.org/master/d3/de5/tutorial js houghcircles.html.
PETKOVIC, T., LONCARIC, S. An Extension to Hough Transform Based on Gradient Orientation. Proceedings of the Croatian Computer Vision Workshop, Year 3. 2015.
SANDLER, M., HOWARD, A., ZHU, M., ZHMOGINOV, A., CHEN, L. MobileNetV2: Inverted Residual Linear Bottlenecks, 2018 In Proceedings of the IEEE conference on computer vision and pattern recognition, p. 4510-4520. 2018.
HOLLEMANS, Matthijs. MobileNet Version 2, 2018. Disponível em: https://machinethink.net/blog/mobilenet-v2/. Acesso em: 26 jul. 2020.
REYES, A. K., CAICEDO, J. C., CAMARGO, J. E. Fine-tuning Deep Convolutional Networks for Plant Recognition, CLEF (Working Notes) p. 467-475. 2015.
Deng, J., Dong, W., Socher, R., Li, L. J., Li, K., Fei-Fei, L. (2009, June). Imagenet: A large-scale hierarchical image database. In 2009 IEEE conference on computer vision and pattern recognition (pp. 248- 255). Ieee.
Kingma, D. P., Ba, J. (2014). Adam: A method for stochastic optimization. arXiv preprint arXiv:1412.6980.
Zhang, Z., Sabuncu, M. (2018). Generalized cross entropy loss for training deep neural networks with noisy labels. In Advances in neural information processing systems (pp. 8778-8788).
Freitas, Samuel Sanches de. "Determinação do valor total de moedas em imagens digitais."(2014).
PEDRASSANI, Carlos Eduardo. Uma soluc¸ao em Node.js e React Native para busca e oferta de emprego. 2018. Disponível em: http://t2ti. com/erp3/pdf/TCC CARLOS EDUARDO PEDRASSANI.pdf Acesso em: 26 jul. 2020.
FERNANDES, Diego. Expo: o que é, para que serve e quando utilizar?. Rocketseat, 2018. Disponível em: https://blog.rocketseat.com.br/ expo-react-native/. Acesso em: 26 jul. 2020.
Por que React Native e a linguagem adequada para criação de apps?. Computerworld, 2019. Disponível em: https://computerworld.com.br/2019/02/12/ por-que-react-native-e-a-linguagem-adequada-para-criacao-de-apps/. Acesso em: 26 jul. 2020.
ANDRADE, Ana Paula de. O que e React Native?. TreinaWeb, 2020. Disponível em: https://www.treinaweb.com.br/blog/ o-que-e-o-react-native/. Acesso em: 26 jul. 2020.
ROSEBROCK, Adrian. Keras ImageDataGenarator and Data Argumentation, 2019. Disponível em: https://www.pyimagesearch.com/2019/07/08/keras-imagedatageneratorand-data-augmentation/. Acesso em: 26 jul. 2020.
OpenCV https://docs.opencv.org/master/d3/de5/tutorial js houghcircles.html.
PETKOVIC, T., LONCARIC, S. An Extension to Hough Transform Based on Gradient Orientation. Proceedings of the Croatian Computer Vision Workshop, Year 3. 2015.
SANDLER, M., HOWARD, A., ZHU, M., ZHMOGINOV, A., CHEN, L. MobileNetV2: Inverted Residual Linear Bottlenecks, 2018 In Proceedings of the IEEE conference on computer vision and pattern recognition, p. 4510-4520. 2018.
HOLLEMANS, Matthijs. MobileNet Version 2, 2018. Disponível em: https://machinethink.net/blog/mobilenet-v2/. Acesso em: 26 jul. 2020.
REYES, A. K., CAICEDO, J. C., CAMARGO, J. E. Fine-tuning Deep Convolutional Networks for Plant Recognition, CLEF (Working Notes) p. 467-475. 2015.
Deng, J., Dong, W., Socher, R., Li, L. J., Li, K., Fei-Fei, L. (2009, June). Imagenet: A large-scale hierarchical image database. In 2009 IEEE conference on computer vision and pattern recognition (pp. 248- 255). Ieee.
Kingma, D. P., Ba, J. (2014). Adam: A method for stochastic optimization. arXiv preprint arXiv:1412.6980.
Zhang, Z., Sabuncu, M. (2018). Generalized cross entropy loss for training deep neural networks with noisy labels. In Advances in neural information processing systems (pp. 8778-8788).
Publicado
07/11/2020
Como Citar
MONTEIRO, Rickson G.; PIRES, Ana Luísa G.; COSTA, Gabriella C. B.; OLIVEIRA, Luan S.; DE AZEVEDO, Tatiana B..
COINTER: Aplicativo para Reconhecimento e Segmentação de Imagens de Moedas. In: WORKSHOP DE TRABALHOS DA GRADUAÇÃO - CONFERENCE ON GRAPHICS, PATTERNS AND IMAGES (SIBGRAPI), 33. , 2020, Evento Online.
Anais [...].
Porto Alegre: Sociedade Brasileira de Computação,
2020
.
p. 191-194.
DOI: https://doi.org/10.5753/sibgrapi.est.2020.13009.
