@MASTERSTHESIS{ 2018:1275770059,
 	title = {Modelo baseado em deep learning para detecção de portas e escadas para auxiliar deficientes visuais},
 	year = {2018},
 	url = "http://tede2.pucrs.br/tede2/handle/tede/9828",
 	abstract = "Devido ao grande numero de pessoas com deficiência visual no mundo, e com o avanço tecnológico, os interesses em pesquisa e desenvolvimento de diferentes técnicas de apoio a mobilidade dessas pessoas aumentou. Nesse contexto a detecção de portas e escadas é um tópico de pesquisa importante, pois provê informações que podem auxiliar a mobilidade dessas pessoas. Este trabalho apresenta um modelo para auxílio a navegação em ambientes internos para deficientes visuais. Através de um estudo aprofundado da literatura, foram encontrados trabalhos que utilizam de técnicas de visão computacional para identificar corredores, obstáculos, portas e escadas. Entretanto, poucos utilizam os recentes avanços em visão computacional e redes neurais convolucionais para esse objetivo. Desta forma, o presente modelo engloba um experimento sobre as redes neurais convolucionais para o reconhecimento e detecção de portas e escadas. Usando o método YOLO, apresentamos um modelo que não só detecta diferentes tipos de portas, como também também é capaz de diferenciar escadas ascendentes e descendentes, com taxas de FPS próximas a 30, e mAP acima de 90%.",
 	publisher = {Pontifícia Universidade Católica do Rio Grande do Sul},
 	scholl = {Programa de Pós-Graduação em Ciência da Computação},
 	note = {Escola Politécnica}
}