Skip navigation
  1. RI UFPE
  2. Trabalhos de Conclusão de Curso
  3. (CTG) Centro de Tecnologia e Geociências
  4. (CTG-DES) - Departamento de Eletrônica e Sistemas
  5. (TCC) - Eletrônica e Sistemas
Por favor, use este identificador para citar o enlazar este ítem: https://repositorio.ufpe.br/handle/123456789/50200

Comparte esta pagina

Registro completo de metadatos
Campo DC Valor Lengua/Idioma
dc.contributor.advisorMELO, Guilherme Nunes-
dc.contributor.authorMICHALEWICZ, Beatrice Azoubel-
dc.date.accessioned2023-05-15T20:31:37Z-
dc.date.available2023-05-15T20:31:37Z-
dc.date.issued2023-04-13-
dc.date.submitted2023-05-15-
dc.identifier.citationMICHALEWICZ, Beatrice Azoubel. SOS Connect: Sistema de detecção sonora de pedidos de socorro. 2023. Trabalho de Conclusão de Curso (Engenharia Eletrônica) – Universidade Federal de Pernambuco, Recife, 2023.pt_BR
dc.identifier.urihttps://repositorio.ufpe.br/handle/123456789/50200-
dc.description.abstractA queda é o mais frequente acidente doméstico entre idosos, e a principal causa de morte acidental em pessoas acima de 65 anos. De acordo com a Organização Mundial de Saúde (OMS), de 28 a 35% das pessoas com mais de 65 anos sofrem quedas a cada ano, aumentando para 32 a 42% entre os maiores de 70 anos. O SOS Connect surgiu da necessidade de realizar o monitoramento e detecção automática de situações de risco para a população idosa, com foco no acidente doméstico mais frequente a este grupo: as quedas. Deseja-se garantir que os pedidos de socorro sejam detectados imediatamente, informando os responsáveis e tornando o processo de atendimento, onde cada minuto importa, mais rápido e eficiente. Neste trabalho, será desenvolvido o SOS Connect, um sistema de detecção sonora de pedidos de socorro, utilizando Aprendizagem de Máquina. Através da interface gráfica do computador, será possível conectar-se remotamente a Raspberry Pi, como cliente, através da comunicação TCP-IP, e solicitar o início do monitoramento. A Raspberry Pi, ligada a um microfone e programada com um algoritmo treinado para reconhecer as palavras "socorro" e "ajuda", inicia a detecção sonora e informa o resultado de volta ao computador.pt_BR
dc.format.extent125p.pt_BR
dc.language.isoporpt_BR
dc.rightsopenAccesspt_BR
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/br/*
dc.subjectReconhecimento de falapt_BR
dc.subjectDetecção de palavras-chavept_BR
dc.subjectAprendizagem de máquinapt_BR
dc.subjectSistemas embarcadospt_BR
dc.titleSOS Connect: Sistema de detecção sonora de pedidos de socorropt_BR
dc.typebachelorThesispt_BR
dc.degree.levelGraduacaopt_BR
dc.contributor.advisorLatteshttp://lattes.cnpq.br/2578955316181076pt_BR
dc.description.abstractxFalling is the most frequent domestic accident among the elderly, and the main cause of accidental death in the population over 65. According to the World Health Organization (WHO), approximately 28-35% of people aged of 65 and over fall each year, increasing to 32-42% for those over 70 years of age. SOS Connect came up from the need to monitor and automatically detect risk situations among the elderly, focusing on the most frequent domestic accident for this group: falling. It aims to ensure the calls for help are detected immediately, contacting the relatives and making the rescue process, where every minute matters, faster and more efficient. This paper is about SOS Connect, a sound detection system for calls for help using Machine Learning. Through the computer’s graphical interface, it will be possible to remotely connect to the Raspberry Pi, as a client, through TCP-IP communication, and request the start of the monitoring. The Raspberry Pi, connected to a microphone and programmed with an algorithm trained to recognize the words "socorro" (which means “help”) and "ajuda" (which means “aide”), initiates sound detection and reports the result back to the computer.pt_BR
dc.subject.cnpqÁreas::Engenhariaspt_BR
dc.degree.departament::(CTG-DES) - Departamento de Eletrônica e Sistemaspt_BR
dc.degree.graduation::CTG-Curso de Engenharia Eletrônicapt_BR
dc.degree.grantorUniversidade Federal de Pernambucopt_BR
dc.degree.localRecifept_BR
Aparece en las colecciones: (TCC) - Eletrônica e Sistemas

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
Beatrice_Azoubel_Michalewicz_assinado_assinado.pdf6,36 MBAdobe PDFVista previa
Visualizar/Abrir


Este ítem está protegido por copyright original

Visualizar la licencia
Mostrar el registro sencillo del ítem Recomiende este ítem


Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons