This work presents a system designed to detect printing errors and misidentifications on steel coils that could lead to tracking problems and even guide to the delivery of the wrong product to the final client. An optical character recognition system is proposed to extract the printed identification of steel coils from images captured by a fixed camera in an industrial environment. The method considers different digital image processing techniques to deal with the significant lighting and printing variation observed, followed by a segmentation process that extracts and aligns the characters originally printed in an arch form, ending with a classification routine based on a convolutional neural network. The proposed system presents an approach to treat lighting variations in images, covering low contrast, darker and brighter images. Experiment carried out on a data set with approximately 20,000 images achieved an accuracy higher than 98%, supporting the validity of the proposed method.

Resumo A evolução dos recursos tecnológicos de informática nos campos de software e hardware, bem como a dinâmica dos processos operacionais fazem com que as empresas busquem continuamente atualização de seus processos internos, visando aumento de produtividade e redução de custos. Este artigo apresenta uma melhoria na área de logística de pátios de bobinas da ArcelorMittal Tubarão com a atualização tecnológica do sistema de Nível 2 de gerenciamento de pátios de bobinas, visando o aumento de produtividade das equipes, melhoria na rastreabilidade e otimização do despacho doméstico. Desenvolveu-se então um sistema flexível, de fácil utilização e com as informações necessárias à tomada de decisão pelo operador da empilhadeira através de um terminal embarcado.Para a área de automação,a agilidade na manutenção dos sistemas foi obtida com a utilização de tecnologias como o Framework interno da automação e sistemas modulares e escaláveis hospedados em ambienteWebSphere.

In the areas of health and physical education, some approaches with patients and athletes are defined according to the somatotype of individuals, whose automatic classification based on images of the body has been researched with a focus on reducing the complexity of the exams. One of the difficulties of this approach is the requirement of lighting control and a homogeneous background distinct from the human body. The present work consists in applying the Mask R-CNN technique to images of people in uncontrolled environments to obtain two important information for estimating the somatotype: the gender and the body contour at a pixel level. To evaluate the performance of the method, images of general people and bodybuilders were tested. The classification reached 95.4% accuracy for males and 87.7% for females. Body contours were segmented correctly even in uncontrolled environment images. Resumo: Nas áreas da saúde e educação física, algumas abordagens com pacientes e atletas são definidas de acordo com o somatotipo dos indivíduos, cuja classificação automática baseada em imagens do corpo tem sido pesquisada com foco em diminuir a complexidade dos exames. Uma das dificuldades dessa abordagem é a necessidade de controle de iluminação e de um fundo homogêneo distinto do corpo humano. O presente trabalho consiste em aplicar a técnica Mask R-CNN em imagens de pessoas em ambientes não controlados para obter duas informações importantes para a estimativa do somatotipo: o gênero do indivíduo e o contorno corporal em nível de pixel. Para avaliar o desempenho do método, foram testadas imagens de população geral e de fisiculturistas. A classificação atingiu 95,4% de acurácia para o gênero masculino e 87,7% para o feminino. Os contornos corporais foram segmentados corretamente mesmo em imagens em ambientes não controlados.

No abstract