[{"jcr:title":"Alunos da Engenharia programam inteligência artificial que detecta motoristas cansados"},{"targetId":"id-share-1","text":"Confira mais em:","tooltipText":"Link copiado com sucesso."},{"jcr:title":"Alunos da Engenharia programam inteligência artificial que detecta motoristas cansados","jcr:description":"No Projeto Final de Engenharia, o desafio do grupo era implementar uma solução que adotasse apenas as tecnologias de fácil acesso da Nvidia"},{"subtitle":"No Projeto Final de Engenharia, o desafio do grupo era implementar uma solução que adotasse apenas as tecnologias de fácil acesso da Nvidia","author":"Ernesto Yoshida","title":"Alunos da Engenharia programam inteligência artificial que detecta motoristas cansados","content":"No Projeto Final de Engenharia, o desafio do grupo era implementar uma solução que adotasse apenas as tecnologias de fácil acesso da Nvidia Os alunos Luiza Valezim, Raphael Lahiry, Rodrigo Nigri e Guilherme Rameh   Leandro Steiw   Quatro alunos do curso de [Engenharia de Computação](https://www.insper.edu.br/graduacao/engenharia/engenharia-de-computacao/) do Insper programaram uma solução para a detecção automática de motoristas cansados na plataforma Jetson Nano, da Nvidia, a partir de uma câmera USB. No Projeto Final de Engenharia ( [PFE](https://www.insper.edu.br/pfe/) ), Guilherme Dantas Rameh, Luiza Valezim Augusto Pinto, Raphael Lahiry de Barros e Rodrigo Nigri Griner partiram de uma rede neural de inteligência artificial (IA) que identifica emoções no rosto humano. O desafio era usar apenas ferramentas autorais da Nvidia, parceira dos PFEs do Insper, para pôr à prova as tecnologias de IA de fácil acesso para desenvolvedores — caso da linha Jetson Nano. Orientador do PFE, o professor Fábio de Miranda diz que uma das intenções do projeto era gerar demonstrações da capacidade desses processadores embarcados para a indústria automotiva. Os fabricantes de automóveis já usam recursos e equipamentos variados — via câmera ou não — para detectar as reações do motorista e emitir alertas para situações de cansaço e desatenção ao volante. O avanço buscado pela Nvidia está na simplificação da estrutura dos sistemas usuais de detecção, envolvendo menos sensores do que os instalados atualmente nos veículos. Miranda explica que o grupo adaptou um sistema da Nvidia, o EmotionNet, que reconhece pontos da face humana para determinar emoções como felicidade, surpresa, nojo, tensão ou neutralidade, entre outras. Resumidamente, eles fizeram um processo de transfer learning , que consiste em utilizar as camadas iniciais de uma rede de deep learning e trocar o final dela. A IA é treinada então para detectar cansaço no rosto humano, em vez de definir emoções. O resultado ainda não é uma solução pronta, mas os graduandos da Engenharia deram os primeiros passos para mostrar que o sistema é possível se houver interesse da indústria. O aluno Raphael Lahiry diz que o grupo decidiu adotar uma metodologia ágil com sprints que não fossem rígidas e pudessem ser alteradas dependendo do momento e da direção do projeto, de acordo com os requisitos da empresa. “O cronograma inicial sofreu diversas alterações durante o andamento do projeto, o que permitiu que tivéssemos bastante flexibilidade para explorar e desenvolver o trabalho com autonomia e liberdade”, afirma Lahiry. O PFE começou com um estudo teórico sobre o que, cientificamente, significa estar cansado e como fazer essa identificação com o uso de tecnologia. “Embora já soubéssemos que iriamos caminhar para a detecção de cansaço a partir de um input de vídeo coletado por uma câmera, lemos diversos papers para conseguir entender o estado da arte para esse tipo de trabalho”, diz Lahiry. Ele conta: “A primeira metade do projeto teve um cunho bem mais exploratório e voltado para o estudo do problema. Já na segunda metade, uma vez que entendemos os recursos que teríamos disponíveis e onde queríamos chegar, começamos de fato o desenvolvimento da solução que foi entregue ao final do PFE. Um dos principais pontos de evolução do projeto foi quando conseguimos alcançar a detecção de rostos, que era um dos marcos para chegar à solução final, utilizando exclusivamente ferramentas da Nvidia”. O grupo de estudantes concluiu que a rede neural focada em cansaço deve ser aprimorada, pois o EmotionNet precisa da visão completa do rosto do motorista para identificar ou descartar a condição de cansaço. No entanto, as pessoas movem a cabeça enquanto dirigem, e nem todos os 68 pontos da face necessários na detecção são registrados pela câmera que vai alimentar a IA. Assim, a rede neural tenta inferir os 68 marcos somente na parte do rosto focada, arriscando-se a alertas falsos positivos ou falsos negativos. “O requisito de construir a solução do projeto utilizando recursos específicos que nunca tínhamos praticado foi bem desafiador e se tornou um ponto de crescimento profissional para o grupo”, afirma Lahiry. “Acredito que a prática de seguir requisitos em um projeto de engenharia e ter agilidade e autonomia para aprender a mexer com ferramentas novas para construir uma solução é uma habilidade essencial para um engenheiro e isso foi bem trabalhado durante esse PFE.” O colega Rodrigo Nigri concorda com a ideia de crescimento pessoal e profissional. “Na faculdade, tivemos inúmeras oportunidades de realizar projetos que se assemelhavam à realidade, mas o PFE foi meu primeiro grande contato com uma empresa”, diz Nigri. “Isso proporcionou uma experiência única que me aproximou do ambiente profissional, permitindo aplicar conhecimentos teóricos na prática e desenvolver habilidades muito importantes, como trabalho em equipe, comunicação e resolução de problemas.” Para Lahiry, os primeiros frutos da experiência vieram no processo seletivo para a vaga de estagiário na fintech QI Tech. Ele afirma que o tema de detecção de motoristas cansados através de uma câmera tem características em comum com a tecnologia antifraude desenvolvida na empresa. Uma das tarefas dessa tecnologia é a prova de vida do usuário com câmeras de dispositivos móveis. “Na minha visão, isso me deu uma vantagem enorme para ter conseguido a vaga”, diz Lahiry."}]