Neste trabalho são propostas pequenas alterações nos principais sinais de trânsito ( Parada Obrigatória – PO e Sentido de Circulação da Via – SCV) para melhorar a percepção dos mesmos por parte dos usuários. As alterações propostas são as seguintes: eliminação da orla externa vermelha do sinal de PO, aumento da orla branca do sinal de PO e da orla vermelha do sinal de SCV e emprego de suportes das placas com espessura significativa e coloridos. Além desses, também são parâmetros, dimensão das placas e dos suportes, bem como a cor e o formato do suporte. Para avaliação das diferentes parâmetros foi utilizada a técnica da psicofísica denominada de Método de Ordenação - Rank Order. As principais conclusões do estudo são as seguintes: a eliminação da orla vermelha das placas de PO melhora a percepção do sinal; o aumento da orla branca da placa de PO e da orla vermelha da placa de SCV contribuem para aumentar o impacto visual (os valores indicados situam-se entre 10 e 12,5% da largura da placa); as dimensões indicadas para as placas são de 70 e 80 cm de largura para placa de PO e de 60 e 70cm para placa de SCV. Os suportes devem ter dimensões entre 10 e 15 cm e devem ser pintados nas cores amarela ou vermelha. Uma observação relevante com relação à pesquisa: na definição das cores dos suportes, a questão estética-harmonia dos conjuntos não foi levada em consideração. / In this work there are proposed small alterations in the principal traffic signs (Stop Sign – SS and One Way Sign – OWS) in order to improve the perception of the same by a part of the usuaries. The alterations proposed are: the elimination of the external red border of the SS sign, the enlargement of the white border of the SS sign and of the red border of the OWS sign and the application of colored sign posts with a significant thickness. In addition to these, the signs and posts dimensions are parameters too, as well as the posts colors and shape. For the assessment of the different parameters a psychophysic technique named Rank Order was utilized. The principal conclusions of the study are the following: the elimination of the red border of the SS sign improve the perception of the sign; the enlargement of the white border of the SS and of the red border of the OWS sign contribute to improve the visual impact (the indicated values situate between 10 and 12,5% of the sign width); the indicated dimensions for the sings are 70 and 80cm of its width for the SS sign and 60 and 70cm for the OWS sign. The posts should have its dimensions between 10 and 15cm e should be painted in the yellow or red colors. An relevant observation related to the research: in the definition of the posts colors, the matter esthetics-harmony of the groups was not considered.

Neste trabalho são propostas pequenas alterações nos principais sinais de trânsito ( Parada Obrigatória – PO e Sentido de Circulação da Via – SCV) para melhorar a percepção dos mesmos por parte dos usuários. As alterações propostas são as seguintes: eliminação da orla externa vermelha do sinal de PO, aumento da orla branca do sinal de PO e da orla vermelha do sinal de SCV e emprego de suportes das placas com espessura significativa e coloridos. Além desses, também são parâmetros, dimensão das placas e dos suportes, bem como a cor e o formato do suporte. Para avaliação das diferentes parâmetros foi utilizada a técnica da psicofísica denominada de Método de Ordenação - Rank Order. As principais conclusões do estudo são as seguintes: a eliminação da orla vermelha das placas de PO melhora a percepção do sinal; o aumento da orla branca da placa de PO e da orla vermelha da placa de SCV contribuem para aumentar o impacto visual (os valores indicados situam-se entre 10 e 12,5% da largura da placa); as dimensões indicadas para as placas são de 70 e 80 cm de largura para placa de PO e de 60 e 70cm para placa de SCV. Os suportes devem ter dimensões entre 10 e 15 cm e devem ser pintados nas cores amarela ou vermelha. Uma observação relevante com relação à pesquisa: na definição das cores dos suportes, a questão estética-harmonia dos conjuntos não foi levada em consideração. / In this work there are proposed small alterations in the principal traffic signs (Stop Sign – SS and One Way Sign – OWS) in order to improve the perception of the same by a part of the usuaries. The alterations proposed are: the elimination of the external red border of the SS sign, the enlargement of the white border of the SS sign and of the red border of the OWS sign and the application of colored sign posts with a significant thickness. In addition to these, the signs and posts dimensions are parameters too, as well as the posts colors and shape. For the assessment of the different parameters a psychophysic technique named Rank Order was utilized. The principal conclusions of the study are the following: the elimination of the red border of the SS sign improve the perception of the sign; the enlargement of the white border of the SS and of the red border of the OWS sign contribute to improve the visual impact (the indicated values situate between 10 and 12,5% of the sign width); the indicated dimensions for the sings are 70 and 80cm of its width for the SS sign and 60 and 70cm for the OWS sign. The posts should have its dimensions between 10 and 15cm e should be painted in the yellow or red colors. An relevant observation related to the research: in the definition of the posts colors, the matter esthetics-harmony of the groups was not considered.

A mobilidade é uma marca da nossa civilização. Tanto o transporte de carga quanto o de passageiros compartilham de uma enorme infra-estrutura de conexões operados com o apoio de um sofisticado sistema logístico. Simbiose otimizada de módulos mecânicos e elétricos, os veículos evoluem continuamente com a integração de avanços tecnológicos e são projetados para oferecer o melhor em conforto, segurança, velocidade e economia. As regulamentações organizam o fluxo de transporte rodoviário e as suas interações, estipulando regras a fim de evitar conflitos. Mas a atividade de condução pode tornar-se estressante em diferentes condições, deixando os condutores humanos propensos a erros de julgamento e criando condições de acidente. Os esforços para reduzir acidentes de trânsito variam desde campanhas de re-educação até novas tecnologias. Esses tópicos têm atraído cada vez mais a atenção de pesquisadores e indústrias para Sistemas de Transporte Inteligentes baseados em imagens que visam a prevenção de acidentes e o auxilio ao seu motorista na interpretação das formas de sinalização urbana. Este trabalho apresenta um estudo sobre técnicas de detecção em tempo real de faixas de sinalização de trânsito em ambientes urbanos e intermunicipais, com objetivo de realçar as faixas de sinalização da pista para o condutor do veículo ou veículo autônomo, proporcionando um controle maior da área de tráfego destinada ao veículo e prover alertas de possíveis situações de risco. A principal contribuição deste trabalho é otimizar a formar como as técnicas de processamento de imagem são utilizas para realizar a extração das faixas de sinalização, com o objetivo de reduzir o custo computacional do sistema. Para realizar essa otimização foram definidas pequenas áreas de busca de tamanho fixo e posicionamento dinâmico. Essas áreas de busca vão isolar as regiões da imagem onde as faixas de sinalização estão contidas, reduzindo em até 75% a área total onde são aplicadas as técnicas utilizadas na extração de faixas. Os resultados experimentais mostraram que o algoritmo é robusto em diversas variações de iluminação ambiente, sombras e pavimentos com cores diferentes tanto em ambientes urbanos quanto em rodovias e autoestradas. Os resultados mostram uma taxa de detecção correta média de 98; 1%, com tempo médio de operação de 13,3 ms. / Mobility is an imprint of our civilization. Both freight and passenger transport share a huge infrastructure of connecting links operated with the support of a sophisticated logistic system. As an optimized symbiosis of mechanical and electrical modules, vehicles are evolving continuously with the integration of technological advances and are engineered to offer the best in comfort, safety, speed and economy. Regulations organize the flow of road transportation machines and help on their interactions, stipulating rules to avoid conflicts. But driving can become stressing on different conditions, leaving human drivers prone to misjudgments and creating accident conditions. Efforts to reduce traffic accidents that may cause injuries and even deaths range from re-education campaigns to new technologies. These topics have increasingly attracted the attention of researchers and industries to Image-based Intelligent Transportation Systems that aim to prevent accidents and help your driver in the interpretation of urban signage forms. This work presents a study on real-time detection techniques of traffic signaling signs in urban and intermunicipal environments, aiming at the signaling lanes of the lane for the driver of the vehicle or autonomous vehicle, providing a greater control of the area of traffic destined to the vehicle and to provide alerts of possible risk situations. The main contribution of this work is to optimize how the image processing techniques are used to perform the lanes extraction, in order to reduce the computational cost of the system. To achieve this optimization, small search areas of fixed size and dynamic positioning were defined. These search areas will isolate the regions of the image where the signaling lanes are contained, reducing up to 75% the total area where the techniques used in the extraction of lanes are applied. The experimental results showed that the algorithm is robust in several variations of ambient light, shadows and pavements with different colors, in both urban environments and on highways and motorways. The results show an average detection rate of 98.1%, with average operating time of 13.3 ms.

A mobilidade é uma marca da nossa civilização. Tanto o transporte de carga quanto o de passageiros compartilham de uma enorme infra-estrutura de conexões operados com o apoio de um sofisticado sistema logístico. Simbiose otimizada de módulos mecânicos e elétricos, os veículos evoluem continuamente com a integração de avanços tecnológicos e são projetados para oferecer o melhor em conforto, segurança, velocidade e economia. As regulamentações organizam o fluxo de transporte rodoviário e as suas interações, estipulando regras a fim de evitar conflitos. Mas a atividade de condução pode tornar-se estressante em diferentes condições, deixando os condutores humanos propensos a erros de julgamento e criando condições de acidente. Os esforços para reduzir acidentes de trânsito variam desde campanhas de re-educação até novas tecnologias. Esses tópicos têm atraído cada vez mais a atenção de pesquisadores e indústrias para Sistemas de Transporte Inteligentes baseados em imagens. Este trabalho apresenta um estudo sobre técnicas de detecção e classificação de sinalização vertical de trânsito em imagens de cenários de tráfego complexos. O sistema de reconhecimento visual automático dos sinais destina-se a ser utilizado para o auxílio na atividade de direção de um condutor humano ou como informação para um veículo autônomo. Com base nas normas para sinalização viária, foram testadas duas abordagens para a segmentação de imagens e seleção de regiões de interesse. O primeiro, uma limiarização de cor em conjunto com Descritores de Fourier. Seu desempenho não foi satisfatório. No entanto, utilizando os seus princípios, desenvolveu-se um novo método de filtragem de cores baseado em Lógica Fuzzy que, juntamente com um algoritmo de seleção de regiões estáveis em diferentes tons de cinza (MSER), ganhou robustez à oclusão parcial e a diferentes condições de iluminação. Para classificação, duas Redes Neurais Convolucionais curtas são apresentadas para reconhecer sinais de trânsito brasileiros e alemães. A proposta é ignorar cálculos complexos ou features selecionadas manualmente para filtrar falsos positivos antes do reconhecimento, realizando a confirmação (etapa de detecção) e a classificação simultaneamente. A utilização de métodos do estado da arte para treinamento e otimização melhoraram a eficiência da técnica de aprendizagem da máquina. Além disso, este trabalho fornece um novo conjunto de imagens com cenários de tráfego em diferentes regiões do Brasil, contendo 2.112 imagens em resolução WSXGA+. As análises qualitativas são mostradas no conjunto de dados brasileiro e uma análise quantitativa com o conjunto de dados alemão apresentou resultados competitivos com outros métodos: 94% de acurácia na extração e 99% de acurácia na classificação. / Mobility is an imprint of our civilization. Both freight and passenger transport share a huge infrastructure of connecting links operated with the support of a sophisticated logistic system. As an optimized symbiosis of mechanical and electrical modules, vehicles are evolving continuously with the integration of technological advances and are engineered to offer the best in comfort, safety, speed and economy. Regulations organize the flow of road transportation machines and help on their interactions, stipulating rules to avoid conflicts. But driving can become stressing on different conditions, leaving human drivers prone to misjudgments and creating accident conditions. Efforts to reduce traffic accidents that may cause injuries and even deaths range from re-education campaigns to new technologies. These topics have increasingly attracted the attention of researchers and industries to Image-based Intelligent Transportation Systems. This work presents a study on techniques for detecting and classifying traffic signs in images of complex traffic scenarios. The system for automatic visual recognition of signs is intended to be used as an aid for a human driver or as input to an autonomous vehicle. Based on the regulations for road signs, two approaches for image segmentation and selection of regions of interest were tested. The first one, a color thresholding in conjunction with Fourier Descriptors. Its performance was not satisfactory. However, using its principles, a new method of color filtering using Fuzzy Logic was developed which, together with an algorithm that selects stable regions in different shades of gray (MSER), the approach gained robustness to partial occlusion and to different lighting conditions. For classification, two short Convolutional Neural Networks are presented to recognize both Brazilian and German traffic signs. The proposal is to skip complex calculations or handmade features to filter false positives prior to recognition, making the confirmation (detection step) and the classification simultaneously. State-of-the-art methods for training and optimization improved the machine learning efficiency. In addition, this work provides a new dataset with traffic scenarios in different regions of Brazil, containing 2,112 images in WSXGA+ resolution. Qualitative analyzes are shown in the Brazilian dataset and a quantitative analysis with the German dataset presented competitive results with other methods: 94% accuracy in extraction and 99% accuracy in the classification.

A mobilidade é uma marca da nossa civilização. Tanto o transporte de carga quanto o de passageiros compartilham de uma enorme infra-estrutura de conexões operados com o apoio de um sofisticado sistema logístico. Simbiose otimizada de módulos mecânicos e elétricos, os veículos evoluem continuamente com a integração de avanços tecnológicos e são projetados para oferecer o melhor em conforto, segurança, velocidade e economia. As regulamentações organizam o fluxo de transporte rodoviário e as suas interações, estipulando regras a fim de evitar conflitos. Mas a atividade de condução pode tornar-se estressante em diferentes condições, deixando os condutores humanos propensos a erros de julgamento e criando condições de acidente. Os esforços para reduzir acidentes de trânsito variam desde campanhas de re-educação até novas tecnologias. Esses tópicos têm atraído cada vez mais a atenção de pesquisadores e indústrias para Sistemas de Transporte Inteligentes baseados em imagens que visam a prevenção de acidentes e o auxilio ao seu motorista na interpretação das formas de sinalização urbana. Este trabalho apresenta um estudo sobre técnicas de detecção em tempo real de faixas de sinalização de trânsito em ambientes urbanos e intermunicipais, com objetivo de realçar as faixas de sinalização da pista para o condutor do veículo ou veículo autônomo, proporcionando um controle maior da área de tráfego destinada ao veículo e prover alertas de possíveis situações de risco. A principal contribuição deste trabalho é otimizar a formar como as técnicas de processamento de imagem são utilizas para realizar a extração das faixas de sinalização, com o objetivo de reduzir o custo computacional do sistema. Para realizar essa otimização foram definidas pequenas áreas de busca de tamanho fixo e posicionamento dinâmico. Essas áreas de busca vão isolar as regiões da imagem onde as faixas de sinalização estão contidas, reduzindo em até 75% a área total onde são aplicadas as técnicas utilizadas na extração de faixas. Os resultados experimentais mostraram que o algoritmo é robusto em diversas variações de iluminação ambiente, sombras e pavimentos com cores diferentes tanto em ambientes urbanos quanto em rodovias e autoestradas. Os resultados mostram uma taxa de detecção correta média de 98; 1%, com tempo médio de operação de 13,3 ms. / Mobility is an imprint of our civilization. Both freight and passenger transport share a huge infrastructure of connecting links operated with the support of a sophisticated logistic system. As an optimized symbiosis of mechanical and electrical modules, vehicles are evolving continuously with the integration of technological advances and are engineered to offer the best in comfort, safety, speed and economy. Regulations organize the flow of road transportation machines and help on their interactions, stipulating rules to avoid conflicts. But driving can become stressing on different conditions, leaving human drivers prone to misjudgments and creating accident conditions. Efforts to reduce traffic accidents that may cause injuries and even deaths range from re-education campaigns to new technologies. These topics have increasingly attracted the attention of researchers and industries to Image-based Intelligent Transportation Systems that aim to prevent accidents and help your driver in the interpretation of urban signage forms. This work presents a study on real-time detection techniques of traffic signaling signs in urban and intermunicipal environments, aiming at the signaling lanes of the lane for the driver of the vehicle or autonomous vehicle, providing a greater control of the area of traffic destined to the vehicle and to provide alerts of possible risk situations. The main contribution of this work is to optimize how the image processing techniques are used to perform the lanes extraction, in order to reduce the computational cost of the system. To achieve this optimization, small search areas of fixed size and dynamic positioning were defined. These search areas will isolate the regions of the image where the signaling lanes are contained, reducing up to 75% the total area where the techniques used in the extraction of lanes are applied. The experimental results showed that the algorithm is robust in several variations of ambient light, shadows and pavements with different colors, in both urban environments and on highways and motorways. The results show an average detection rate of 98.1%, with average operating time of 13.3 ms.

A mobilidade é uma marca da nossa civilização. Tanto o transporte de carga quanto o de passageiros compartilham de uma enorme infra-estrutura de conexões operados com o apoio de um sofisticado sistema logístico. Simbiose otimizada de módulos mecânicos e elétricos, os veículos evoluem continuamente com a integração de avanços tecnológicos e são projetados para oferecer o melhor em conforto, segurança, velocidade e economia. As regulamentações organizam o fluxo de transporte rodoviário e as suas interações, estipulando regras a fim de evitar conflitos. Mas a atividade de condução pode tornar-se estressante em diferentes condições, deixando os condutores humanos propensos a erros de julgamento e criando condições de acidente. Os esforços para reduzir acidentes de trânsito variam desde campanhas de re-educação até novas tecnologias. Esses tópicos têm atraído cada vez mais a atenção de pesquisadores e indústrias para Sistemas de Transporte Inteligentes baseados em imagens. Este trabalho apresenta um estudo sobre técnicas de detecção e classificação de sinalização vertical de trânsito em imagens de cenários de tráfego complexos. O sistema de reconhecimento visual automático dos sinais destina-se a ser utilizado para o auxílio na atividade de direção de um condutor humano ou como informação para um veículo autônomo. Com base nas normas para sinalização viária, foram testadas duas abordagens para a segmentação de imagens e seleção de regiões de interesse. O primeiro, uma limiarização de cor em conjunto com Descritores de Fourier. Seu desempenho não foi satisfatório. No entanto, utilizando os seus princípios, desenvolveu-se um novo método de filtragem de cores baseado em Lógica Fuzzy que, juntamente com um algoritmo de seleção de regiões estáveis em diferentes tons de cinza (MSER), ganhou robustez à oclusão parcial e a diferentes condições de iluminação. Para classificação, duas Redes Neurais Convolucionais curtas são apresentadas para reconhecer sinais de trânsito brasileiros e alemães. A proposta é ignorar cálculos complexos ou features selecionadas manualmente para filtrar falsos positivos antes do reconhecimento, realizando a confirmação (etapa de detecção) e a classificação simultaneamente. A utilização de métodos do estado da arte para treinamento e otimização melhoraram a eficiência da técnica de aprendizagem da máquina. Além disso, este trabalho fornece um novo conjunto de imagens com cenários de tráfego em diferentes regiões do Brasil, contendo 2.112 imagens em resolução WSXGA+. As análises qualitativas são mostradas no conjunto de dados brasileiro e uma análise quantitativa com o conjunto de dados alemão apresentou resultados competitivos com outros métodos: 94% de acurácia na extração e 99% de acurácia na classificação. / Mobility is an imprint of our civilization. Both freight and passenger transport share a huge infrastructure of connecting links operated with the support of a sophisticated logistic system. As an optimized symbiosis of mechanical and electrical modules, vehicles are evolving continuously with the integration of technological advances and are engineered to offer the best in comfort, safety, speed and economy. Regulations organize the flow of road transportation machines and help on their interactions, stipulating rules to avoid conflicts. But driving can become stressing on different conditions, leaving human drivers prone to misjudgments and creating accident conditions. Efforts to reduce traffic accidents that may cause injuries and even deaths range from re-education campaigns to new technologies. These topics have increasingly attracted the attention of researchers and industries to Image-based Intelligent Transportation Systems. This work presents a study on techniques for detecting and classifying traffic signs in images of complex traffic scenarios. The system for automatic visual recognition of signs is intended to be used as an aid for a human driver or as input to an autonomous vehicle. Based on the regulations for road signs, two approaches for image segmentation and selection of regions of interest were tested. The first one, a color thresholding in conjunction with Fourier Descriptors. Its performance was not satisfactory. However, using its principles, a new method of color filtering using Fuzzy Logic was developed which, together with an algorithm that selects stable regions in different shades of gray (MSER), the approach gained robustness to partial occlusion and to different lighting conditions. For classification, two short Convolutional Neural Networks are presented to recognize both Brazilian and German traffic signs. The proposal is to skip complex calculations or handmade features to filter false positives prior to recognition, making the confirmation (detection step) and the classification simultaneously. State-of-the-art methods for training and optimization improved the machine learning efficiency. In addition, this work provides a new dataset with traffic scenarios in different regions of Brazil, containing 2,112 images in WSXGA+ resolution. Qualitative analyzes are shown in the Brazilian dataset and a quantitative analysis with the German dataset presented competitive results with other methods: 94% accuracy in extraction and 99% accuracy in the classification.

A mobilidade é uma marca da nossa civilização. Tanto o transporte de carga quanto o de passageiros compartilham de uma enorme infra-estrutura de conexões operados com o apoio de um sofisticado sistema logístico. Simbiose otimizada de módulos mecânicos e elétricos, os veículos evoluem continuamente com a integração de avanços tecnológicos e são projetados para oferecer o melhor em conforto, segurança, velocidade e economia. As regulamentações organizam o fluxo de transporte rodoviário e as suas interações, estipulando regras a fim de evitar conflitos. Mas a atividade de condução pode tornar-se estressante em diferentes condições, deixando os condutores humanos propensos a erros de julgamento e criando condições de acidente. Os esforços para reduzir acidentes de trânsito variam desde campanhas de re-educação até novas tecnologias. Esses tópicos têm atraído cada vez mais a atenção de pesquisadores e indústrias para Sistemas de Transporte Inteligentes baseados em imagens que visam a prevenção de acidentes e o auxilio ao seu motorista na interpretação das formas de sinalização urbana. Este trabalho apresenta um estudo sobre técnicas de detecção em tempo real de faixas de sinalização de trânsito em ambientes urbanos e intermunicipais, com objetivo de realçar as faixas de sinalização da pista para o condutor do veículo ou veículo autônomo, proporcionando um controle maior da área de tráfego destinada ao veículo e prover alertas de possíveis situações de risco. A principal contribuição deste trabalho é otimizar a formar como as técnicas de processamento de imagem são utilizas para realizar a extração das faixas de sinalização, com o objetivo de reduzir o custo computacional do sistema. Para realizar essa otimização foram definidas pequenas áreas de busca de tamanho fixo e posicionamento dinâmico. Essas áreas de busca vão isolar as regiões da imagem onde as faixas de sinalização estão contidas, reduzindo em até 75% a área total onde são aplicadas as técnicas utilizadas na extração de faixas. Os resultados experimentais mostraram que o algoritmo é robusto em diversas variações de iluminação ambiente, sombras e pavimentos com cores diferentes tanto em ambientes urbanos quanto em rodovias e autoestradas. Os resultados mostram uma taxa de detecção correta média de 98; 1%, com tempo médio de operação de 13,3 ms. / Mobility is an imprint of our civilization. Both freight and passenger transport share a huge infrastructure of connecting links operated with the support of a sophisticated logistic system. As an optimized symbiosis of mechanical and electrical modules, vehicles are evolving continuously with the integration of technological advances and are engineered to offer the best in comfort, safety, speed and economy. Regulations organize the flow of road transportation machines and help on their interactions, stipulating rules to avoid conflicts. But driving can become stressing on different conditions, leaving human drivers prone to misjudgments and creating accident conditions. Efforts to reduce traffic accidents that may cause injuries and even deaths range from re-education campaigns to new technologies. These topics have increasingly attracted the attention of researchers and industries to Image-based Intelligent Transportation Systems that aim to prevent accidents and help your driver in the interpretation of urban signage forms. This work presents a study on real-time detection techniques of traffic signaling signs in urban and intermunicipal environments, aiming at the signaling lanes of the lane for the driver of the vehicle or autonomous vehicle, providing a greater control of the area of traffic destined to the vehicle and to provide alerts of possible risk situations. The main contribution of this work is to optimize how the image processing techniques are used to perform the lanes extraction, in order to reduce the computational cost of the system. To achieve this optimization, small search areas of fixed size and dynamic positioning were defined. These search areas will isolate the regions of the image where the signaling lanes are contained, reducing up to 75% the total area where the techniques used in the extraction of lanes are applied. The experimental results showed that the algorithm is robust in several variations of ambient light, shadows and pavements with different colors, in both urban environments and on highways and motorways. The results show an average detection rate of 98.1%, with average operating time of 13.3 ms.

A mobilidade é uma marca da nossa civilização. Tanto o transporte de carga quanto o de passageiros compartilham de uma enorme infra-estrutura de conexões operados com o apoio de um sofisticado sistema logístico. Simbiose otimizada de módulos mecânicos e elétricos, os veículos evoluem continuamente com a integração de avanços tecnológicos e são projetados para oferecer o melhor em conforto, segurança, velocidade e economia. As regulamentações organizam o fluxo de transporte rodoviário e as suas interações, estipulando regras a fim de evitar conflitos. Mas a atividade de condução pode tornar-se estressante em diferentes condições, deixando os condutores humanos propensos a erros de julgamento e criando condições de acidente. Os esforços para reduzir acidentes de trânsito variam desde campanhas de re-educação até novas tecnologias. Esses tópicos têm atraído cada vez mais a atenção de pesquisadores e indústrias para Sistemas de Transporte Inteligentes baseados em imagens. Este trabalho apresenta um estudo sobre técnicas de detecção e classificação de sinalização vertical de trânsito em imagens de cenários de tráfego complexos. O sistema de reconhecimento visual automático dos sinais destina-se a ser utilizado para o auxílio na atividade de direção de um condutor humano ou como informação para um veículo autônomo. Com base nas normas para sinalização viária, foram testadas duas abordagens para a segmentação de imagens e seleção de regiões de interesse. O primeiro, uma limiarização de cor em conjunto com Descritores de Fourier. Seu desempenho não foi satisfatório. No entanto, utilizando os seus princípios, desenvolveu-se um novo método de filtragem de cores baseado em Lógica Fuzzy que, juntamente com um algoritmo de seleção de regiões estáveis em diferentes tons de cinza (MSER), ganhou robustez à oclusão parcial e a diferentes condições de iluminação. Para classificação, duas Redes Neurais Convolucionais curtas são apresentadas para reconhecer sinais de trânsito brasileiros e alemães. A proposta é ignorar cálculos complexos ou features selecionadas manualmente para filtrar falsos positivos antes do reconhecimento, realizando a confirmação (etapa de detecção) e a classificação simultaneamente. A utilização de métodos do estado da arte para treinamento e otimização melhoraram a eficiência da técnica de aprendizagem da máquina. Além disso, este trabalho fornece um novo conjunto de imagens com cenários de tráfego em diferentes regiões do Brasil, contendo 2.112 imagens em resolução WSXGA+. As análises qualitativas são mostradas no conjunto de dados brasileiro e uma análise quantitativa com o conjunto de dados alemão apresentou resultados competitivos com outros métodos: 94% de acurácia na extração e 99% de acurácia na classificação. / Mobility is an imprint of our civilization. Both freight and passenger transport share a huge infrastructure of connecting links operated with the support of a sophisticated logistic system. As an optimized symbiosis of mechanical and electrical modules, vehicles are evolving continuously with the integration of technological advances and are engineered to offer the best in comfort, safety, speed and economy. Regulations organize the flow of road transportation machines and help on their interactions, stipulating rules to avoid conflicts. But driving can become stressing on different conditions, leaving human drivers prone to misjudgments and creating accident conditions. Efforts to reduce traffic accidents that may cause injuries and even deaths range from re-education campaigns to new technologies. These topics have increasingly attracted the attention of researchers and industries to Image-based Intelligent Transportation Systems. This work presents a study on techniques for detecting and classifying traffic signs in images of complex traffic scenarios. The system for automatic visual recognition of signs is intended to be used as an aid for a human driver or as input to an autonomous vehicle. Based on the regulations for road signs, two approaches for image segmentation and selection of regions of interest were tested. The first one, a color thresholding in conjunction with Fourier Descriptors. Its performance was not satisfactory. However, using its principles, a new method of color filtering using Fuzzy Logic was developed which, together with an algorithm that selects stable regions in different shades of gray (MSER), the approach gained robustness to partial occlusion and to different lighting conditions. For classification, two short Convolutional Neural Networks are presented to recognize both Brazilian and German traffic signs. The proposal is to skip complex calculations or handmade features to filter false positives prior to recognition, making the confirmation (detection step) and the classification simultaneously. State-of-the-art methods for training and optimization improved the machine learning efficiency. In addition, this work provides a new dataset with traffic scenarios in different regions of Brazil, containing 2,112 images in WSXGA+ resolution. Qualitative analyzes are shown in the Brazilian dataset and a quantitative analysis with the German dataset presented competitive results with other methods: 94% accuracy in extraction and 99% accuracy in the classification.

Neste trabalho são analisadas a conspicuidade (impacto visual), a estética e a harmonia com o meio ambiente dos principais sinais verticais de trânsito na área urbana. A análise é realizada com base nas respostas de questionários aplicados a grupos de pessoas (sujeitos), utilizando o método de comparação aos pares, da psicofísica. A pesquisa se concentrou nos seguintes sinais de regulamentação: sinal vertical de parada obrigatória, sinal vertical de sentido de circulação de via, sinal vertical de lombada, e no sinal de orientação de indicação de lugares. No caso dos sinais de regulamentação foram investigadas as seguintes características: tamanho da placa, largura do suporte e cor do suporte. No sinal de indicação de lugares, foram investigadas a cor do fundo da placa e a cor da estrutura de sustentação. No que concerne ao sinal de parada obrigatória, a pesquisa aponta como mais indicados uma largura da placa de 80 cm, suporte com largura de 12,5 cm e cor vermelha ou branca. Quanto ao sinal de sentido de circulação de via, as características mais indicadas são: largura da placa entre 60 e 70 cm, suporte com largura de 12,5 cm e cor vermelha. Em relação a placa de lombada, as características mais indicadas são: largura da placa de 80 cm, suporte com largura de 12,5 cm e cor preta. No que diz respeito de indicação de lugares, a pesquisa aponta como mais indicadas as seguintes características: cor da placa azul (distinta da cor verde regulamentada pelo Código de Trânsito Brasileiro) e suporte de sustentação da placa de cor verde (cor regulamentada pelo código do país) na cor preta ou verde. A comparação de alguns dos resultados encontrados no trabalho com aqueles obtidos em outras pesquisas mostram grande conformidade. Cabe ressaltar, contudo, que os resultados obtidos no trabalho devem ser vistos como tendências, pois o tamanho e a estratificação das amostras não satisfazem os requisitos para que os resultados tenham confiabilidade estatística. / In this work the conspicuity (visual impact), aesthetic and the environment harmony of the main traffic signs in the urban area are analyzed. The analysis is performed based on questionnaires answers applyed the groups of people (subjects), using the psychophysics method of comparison in pairs. The research is focus in the following traffic signs: regulatory signs - stop sign, one way sign - , speed bump warning sign and guide signs. In the case of the regulatory and warning signs the next attributes had been investigated: size of the sign, width and color of the support. In guide sings, the ground color sign and structure color had been investigated. About stop sign, the research points as more indicated a sign width of 80 cm, support width of 12,5 cm and red or white color. Concerning on one way sign, the pointed out characteristics are: sign width between 60 and 70 cm, support width of 12,5 cm and red color. In relation the speed bump warning sign, the more indicated characteristics: sign width of 80 cm, support width of 12,5 cm and black color. About guide sings, the research indicates as more indicated the following featuress: blue color to the sign ground (distinct of the green sing regulated by the brazilian traffic code) and black or green color to sustentation structure of the green color sign (color regulated by country laws). The comparison of some results found in the work with those gotten in other early research shows a great conformity. Its important to highlightes, however, that the results gotten in the work must be seen as tendencies, because the sample size and stratification does not satisfy the requirements to the trustworthiness statistics results.

Neste trabalho são analisadas a conspicuidade (impacto visual), a estética e a harmonia com o meio ambiente dos principais sinais verticais de trânsito na área urbana. A análise é realizada com base nas respostas de questionários aplicados a grupos de pessoas (sujeitos), utilizando o método de comparação aos pares, da psicofísica. A pesquisa se concentrou nos seguintes sinais de regulamentação: sinal vertical de parada obrigatória, sinal vertical de sentido de circulação de via, sinal vertical de lombada, e no sinal de orientação de indicação de lugares. No caso dos sinais de regulamentação foram investigadas as seguintes características: tamanho da placa, largura do suporte e cor do suporte. No sinal de indicação de lugares, foram investigadas a cor do fundo da placa e a cor da estrutura de sustentação. No que concerne ao sinal de parada obrigatória, a pesquisa aponta como mais indicados uma largura da placa de 80 cm, suporte com largura de 12,5 cm e cor vermelha ou branca. Quanto ao sinal de sentido de circulação de via, as características mais indicadas são: largura da placa entre 60 e 70 cm, suporte com largura de 12,5 cm e cor vermelha. Em relação a placa de lombada, as características mais indicadas são: largura da placa de 80 cm, suporte com largura de 12,5 cm e cor preta. No que diz respeito de indicação de lugares, a pesquisa aponta como mais indicadas as seguintes características: cor da placa azul (distinta da cor verde regulamentada pelo Código de Trânsito Brasileiro) e suporte de sustentação da placa de cor verde (cor regulamentada pelo código do país) na cor preta ou verde. A comparação de alguns dos resultados encontrados no trabalho com aqueles obtidos em outras pesquisas mostram grande conformidade. Cabe ressaltar, contudo, que os resultados obtidos no trabalho devem ser vistos como tendências, pois o tamanho e a estratificação das amostras não satisfazem os requisitos para que os resultados tenham confiabilidade estatística. / In this work the conspicuity (visual impact), aesthetic and the environment harmony of the main traffic signs in the urban area are analyzed. The analysis is performed based on questionnaires answers applyed the groups of people (subjects), using the psychophysics method of comparison in pairs. The research is focus in the following traffic signs: regulatory signs - stop sign, one way sign - , speed bump warning sign and guide signs. In the case of the regulatory and warning signs the next attributes had been investigated: size of the sign, width and color of the support. In guide sings, the ground color sign and structure color had been investigated. About stop sign, the research points as more indicated a sign width of 80 cm, support width of 12,5 cm and red or white color. Concerning on one way sign, the pointed out characteristics are: sign width between 60 and 70 cm, support width of 12,5 cm and red color. In relation the speed bump warning sign, the more indicated characteristics: sign width of 80 cm, support width of 12,5 cm and black color. About guide sings, the research indicates as more indicated the following featuress: blue color to the sign ground (distinct of the green sing regulated by the brazilian traffic code) and black or green color to sustentation structure of the green color sign (color regulated by country laws). The comparison of some results found in the work with those gotten in other early research shows a great conformity. Its important to highlightes, however, that the results gotten in the work must be seen as tendencies, because the sample size and stratification does not satisfy the requirements to the trustworthiness statistics results.