Aplicação de algoritmos de detecção de objetos baseados em redes neurais convolucionais para análise de imagens

um estudo utilizando YOLOv8 em cenários de detecção de pessoas

Resumo

Este trabalho apresenta uma implementação e análise de algoritmos de detecção de objetos baseados em redes neurais convolucionais, especificamente utilizando a arquitetura YOLOv8 (You Only Look Once versão 8) para identificação e localização de pessoas em imagens digitais. A pesquisa desenvolveu uma metodologia computacional utilizando Python e a biblioteca Ultralytics para demonstrar a eficácia dos algoritmos de detecção em tempo real aplicados a cenários complexos com múltiplos objetos. O sistema foi testado em uma imagem contendo uma formação militar com soldados marchando, representando um cenário desafiador para algoritmos de detecção devido à sobreposição parcial de objetos, uniformidade visual e padrões repetitivos. Os resultados obtidos demonstraram alta precisão na detecção de pessoas, com confiança variando entre 0.70 e 0.93, evidenciando a capacidade do modelo de identificar corretamente objetos mesmo em condições de oclusão parcial e similaridade visual. A análise revelou também limitações do sistema, incluindo falsos negativos em regiões de alta oclusão e classificações incorretas ocasionais de elementos do fundo como objetos de interesse. O trabalho contribui para o entendimento prático da aplicação de algoritmos YOLO em cenários reais, fornecendo insights sobre parâmetros de configuração, limitações do método e estratégias de otimização para diferentes tipos de aplicações.