YOLOv26-based object detection for civilians, rescuers, and animals in disaster scenarios. Real-time support for emergency response in floods and structural collapses.

Sistema de reconhecimento de emoções em vídeo contínuo, capaz de identificar alegria, tristeza, raiva, surpresa e neutralidade a partir da webcam. Realiza detecção facial com Haar Cascades ou MediaPipe Face Detection e aplica um classificador baseado em modelos consolidados como FER+, AffectNet ou uma CNN customizada.

Projeto da área Visão Computacional com o foco de fazer uma rede classificadora de objetos e a utilizar para criar um localizador de objetos.

O SVCf é um módulo para a identificação de pontos de corte em frutas com pedúnculo.

Meu Repositório de Códigos feitos durante o Estudo do Livro "Introdução a Visão da Computacional"

Programa com Python e OpenCV que identifica e mostra cores em imagens e vídeos.

A Python project about facial recognition using various methodologies involves the development of a system that can detect and recognize human faces by applying a range of techniques and algorithms.

Sistema de Monitoramento do Motorista em tempo real usando Visão Computacional e IA. Detecta sonolência, distração, direção do olhar e uso de celular ao volante com Face Mesh, Eye Aspect Ratio, Head Pose Estimation e Object Detection, gerando um score contínuo de atenção.

Python project about object tracking using OpenCV involves the development of a system capable of detecting and tracking objects in video streams by applying various tracking algorithms. (Legacy)

VisaIQ — Visa Processing Time Estimator A machine learning powered web app that predicts visa processing times based on historical data, with AI-generated insights powered by Google Gemini. Built for Infosys Springboard Internship — Milestone 4

Projeto de leitor de placas veículares com IA

Repositório do Projeto LIORA com foco na análise automatizada de embalagens utilizando visão computacional (YOLO). O sistema identifica embalagens defeituosas e em conformidade, gera relatórios e armazena os dados em um módulo de estoque para organização, filtragem e rastreabilidade das inspeções.

O projeto combina gameplay assistido por IA, análise visual ao vivo e interação natural, criando uma experiência inovadora onde o jogador recebe orientações estratégicas dinâmicas com base no estado atual do jogo. A interface foi pensada para ser intuitiva, elegante e acessível, ideal tanto para iniciantes quanto para entusiastas de jogos casuais.

Projeto de visão computacional em tempo real capaz de analisar imagens ou vídeo e identificar objetos visíveis, retornando tags simples em português. O sistema detecta apenas itens com alta confiança, como “caderno” ou “caneta”.

Uma experiência completa de condução autônoma criada inteiramente em JavaScript nativo, onde o veículo aprende, percebe o ambiente por sensores e toma decisões em tempo real. Inclui construção manual da rede neural, sistema próprio de detecção e visualização dinâmica do raciocínio da IA, tudo desenvolvido sem qualquer dependência externa.

Este repositório contém o código-fonte e os recursos necessários para um projeto de detecção de veículos utilizando inteligência artificial. A detecção é realizada por meio da combinação de técnicas de visão computacional e redes neurais convolucionais.

A Python project on optical flow using various approaches. It develops a system that tracks motion in videos by applying both dense (Farneback) and sparse (Lucas-Kanade) optical flow methods, optimized for execution on Google Colab.

Sistema Adaptado de Visão Computacional para Controle de Robô.

Projeto completo de interação gestual baseada em visão computacional executada inteiramente no navegador. Utiliza React + TypeScript (Vite) para interface, MediaPipe Hands para rastreamento da mão em tempo real e uma engine própria de gestos capaz de interpretar pinch (clique), fist (arrastar) e movimento contínuo do cursor.

Controle o Flappy Bird com sua mão no ar usando visão computacional via webcam. Projeto interativo com rastreamento de mão em tempo real, mapeamento de gestos e física integrada. Sem teclado, apenas gestos! Ideal para demos, experiências com IA e interfaces naturais.