SISTEMA DE DETECÇÃO E CONTAGEM DE ALUNOS EM SALA DE AULA UTILIZANDO INTELIGÊNCIA ARTIFICIAL E PROCESSAMENTO DE VÍDEO: Implementação e análise de técnicas de deep learning para reconhecimento e contagem de pessoas

Resumo

Este trabalho propõe o desenvolvimento de um sistema automatizado para detecção e contagem de alunos em salas de aula, utilizando técnicas de visão computacional e aprendizado profundo. A pesquisa aborda o problema da ineficiência e suscetibilidade a erros nos métodos tradicionais de controle de frequência, propondo uma solução baseada na arquitetura YOLOv11 (You Only Look Once, versão 11). O sistema utiliza câmeras posicionadas estrategicamente para capturar imagens em tempo real, que são processadas por algoritmos de detecção de objetos para identificar e contar o número de estudantes presentes. A metodologia emprega a biblioteca OpenCV para captura e pré-processamento das imagens, enquanto o modelo YOLOv11, treinado com o COCO Dataset, realiza a detecção. Os resultados demonstram que o sistema é capaz de operar com alta precisão mesmo em condições desafiadoras, como variações de iluminação e oclusões parciais. Conclui-se que a aplicação proposta oferece uma solução eficaz e não invasiva para o monitoramento de presença em ambientes educacionais, contribuindo para a melhoria da gestão acadêmica e segurança institucional.