@MASTERSTHESIS{ 2018:1554554995,
 	title = {Modelo baseado em deep learning para detec??o 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 defici?ncia visual no mundo, e com o avan?o tecnol?gico, os interesses em pesquisa e desenvolvimento de diferentes t?cnicas de apoio a mobilidade dessas pessoas aumentou. Nesse contexto a detec??o de portas e escadas ? um t?pico de pesquisa importante, pois prov? informa??es que podem auxiliar a mobilidade dessas pessoas. Este trabalho apresenta um modelo para aux?lio a navega??o em ambientes internos para deficientes visuais. Atrav?s de um estudo aprofundado da literatura, foram encontrados trabalhos que utilizam de t?cnicas de vis?o computacional para identificar corredores, obst?culos, portas e escadas. Entretanto, poucos utilizam os recentes avan?os em vis?o 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 detec??o de portas e escadas. Usando o m?todo YOLO, apresentamos um modelo que n?o s? detecta diferentes tipos de portas, como tamb?m tamb?m ? capaz de diferenciar escadas ascendentes e descendentes, com taxas de FPS pr?ximas a 30, e mAP acima de 90%.",
 	publisher = {Pontif?cia Universidade Cat?lica do Rio Grande do Sul},
 	scholl = {Programa de P?s-Gradua??o em Ci?ncia da Computa??o},
 	note = {Escola Polit?cnica}
}