PROCESSING STUDY OF BODY THERMAL IMAGES CAPTURED BY DRONES EQUIPPED WITH THERMAL CAMERAS FOR USE IN EPIDEMIOLOGICAL CONTROLS
DOI:
https://doi.org/10.47820/recima21.v3i5.1502Keywords:
Image processing, Use of drones equipped with thermal cameras, Body thermal imaging for epidemiological controlsAbstract
Imaging diagnostics are very important tools nowadays, but one of the difficulties encountered is that images need to undergo processing in order to be diagnosed. Several studies have found that there are some problems of obtaining these images through instruments that require special care and generate a high cost for their use. Thus, the objective of this work is the elaboration of a device capable of capturing images in order to minimize the necessary cost and capable of performing the image processing necessary for the realization of diagnostics. To achieve the objective, a theoretical research was carried out that addresses concepts of the use of drones such as operational cost and operating system. Based on the results obtained, this study can be considered as an important tool for obtaining diagnostic imaging, facilitating access to the necessary equipment, aiming to reduce the cost and improve the efficiency of diagnostics through image processing.
Downloads
References
BENGIO, Y. Learning Deep Architectures for AI. Hanover, MA, USA: Now Publishers Inc., 2009.
BIANCHINI, Â. R. Arquitetura de redes neurais para o reconhecimento facial baseado no neocognitron. São Carlos: UFSCar, 2004.
COPPIN, B. Inteligência Artificial. Rio de Janeiro: LTC, 2017.
COPELAND, B. R. Is Free Trade Good for the Environment? The American Economic Review, 2015.
EUGENIO, Fernando Coelho; ZAGO, Hugo Bolsoni, O livro dos drones: Um guia completo para entender todas as partes e funcionamentos, Editora CAUFES, 2020.
EVERAERTS, J.The use of unmanned aerial vehicles (uavs) for remote sensingand mapping. In: The international archives of the photogrammetry, remote sensing and spatial information sciences, isprs congress, Beijing, China, XXXVII. Part B1, p.1187- 1192, 2008.
FACELI, K.; LORENA, A. C.; GAMA, J.; CARVALHO, A. C. P. L. F. Inteligência Artificial: Uma Abordagem de Aprendizagem de Máquina. Rio de Janeiro: LTC, 2011.
GOODFELLOW, I.; BENGIO, Y.; COURVILLE, A. Deep Learning. Cambridge: MIT Press, 2016.
HAYKIN, S. S. Redes Neurais: princípios e prática. 2ed. Ed. Bookman Companhia Ed, 2001.
LORENA, A, C.; CARVALHO, A. C. P. L. F.; Uma introdução às Support Vector Machines. Revista de Informática Teórica e Aplicada, vol. 14, no2, 2007.
MARQUES FILHO, Ogê; VIEIRA NETO, Hugo. Processamento Digital de Imagens, Rio de Janeiro: Brasport, 1999.
Moacir A. Ponti; e Gabriel B. Paranhos da Costa. TÓPICOS EM GERENCIAMENTO DE DADOS E INFORMAÇÕES, Editora Sociedade Brasileira de Computação – SBC, 2017.
PONTI, M. A.; COSTA, G. B. P. Tópicos em Gerenciamento de Dados e Informações. ICMC - Universidade de São Paulo, São Carlos, SP – SBC, 1. ed, 2017.
RUSSELL, S.; NORVING, P. Inteligência Artificial. 3. Ed. São Paulo: Elsevier, 2013.
SANCHES, I. J., Sobreposição de imagens de termografia e ressonância magnética: uma nova modalidade de imagem médica tridimensional, Tese de Doutorado, Programa de Pós-Graduação em Engenharia Elétrica e Informática Industrial, Universidade Tecnológica Federal do Paraná, Curitiba, 2009.
SILVA, Gabriel de Andrade, Método Automático para Cálculo de Assimetria Térmica Corporal em Imagens Infravermelhas, Dissertação (Graduação em ciência da computação) – Universidade Tecnológica do Paraná, 2017.
SILVA, G. A., SANCHES, I. J., MORAIS, E. F., BRIOSCHI, M. L. Método automático para detecção de assimetria térmica corporal por termografia infravermelha, XXV Congresso Brasileiro de Engenharia Biomédica (CBEB - 2016), pp. 2304, Foz do Iguaçu-PR, outubro, 2016.
UEMATSU, S. Thermographic imaging of cutaneous sensory segment in patients with peripheral nerve injury: skin-temperature stability between sides of the body. Journal of neurosurgery, v. 62, n. 5, p. 716-720, 1985.
BRIOSCHI, M.L., TEIXEIRA, M.J., SILVA, F.M.R.M., COLMAN, D., Princípios e indicações da termografia médica, São Paulo: Andreoli, v. 1, 2010.
VIOLA, P.; JONES, M. Rapid object detection using a boosted cascade of simple features. In: Computer Vision and Pattern Recognition, 2001. CVPR 2001. Proceedings of the 2001 IEEE Computer Society Conference on. IEEE, v.1, p. 511-518, 2001.
VIOLA, P.; JONES, M. Robust real-time face detection. International journal of computer vision, v. 57, n. 2, p. 137-154, 2004.
Downloads
Published
How to Cite
Issue
Section
Categories
License
Copyright (c) 2022 RECIMA21 - Revista Científica Multidisciplinar - ISSN 2675-6218
This work is licensed under a Creative Commons Attribution 4.0 International License.
Os direitos autorais dos artigos/resenhas/TCCs publicados pertecem à revista RECIMA21, e seguem o padrão Creative Commons (CC BY 4.0), permitindo a cópia ou reprodução, desde que cite a fonte e respeite os direitos dos autores e contenham menção aos mesmos nos créditos. Toda e qualquer obra publicada na revista, seu conteúdo é de responsabilidade dos autores, cabendo a RECIMA21 apenas ser o veículo de divulgação, seguindo os padrões nacionais e internacionais de publicação.