Object Tracking. Fernando Medeiros Dufour Ciência da Computação - UFPR Tópicos em Visão Computacional
|
|
- Stella Viveiros Oliveira
- 5 Há anos
- Visualizações:
Transcrição
1 Object Tracking Fernando Medeiros Dufour Ciência da Computação - UFPR Tópicos em Visão Computacional
2 Índice 1. Introdução a. Problema b. Aplicações c. Dificuldades d. Datasets 2. Redes Neurais Convolucionais 3. Artigos
3 Problema Como identificar e acompanhar objetos em sequências de imagens e vídeos?
4 Aplicações Vigilância Identificar movimentações anormais, comportamentos suspeitos.
5 Aplicações Contagens Quantos carros passam por essa rua por dia? Quantas pessoas entraram no shopping? Qual o horário com maior movimentação?
6 Aplicações Realidade Aumentada Fazer com que animações gráficas interajam com o mundo real.
7 Limitação de tempo: algoritmos com maior acurácia são mais demorados. Variações na imagem: iluminação, oclusão, ruído. Falta de bases de dados grandes. Dificuldades
8 Datasets TLP 50 videos coletados do youtube, com 25 deles sendo em ambientes fechados e 25 em ambientes abertos. Diferentes cenários: deserto, oceano, rua, céu. Diferentes objetos: pessoas, animais, carros, etc.
9 Datasets Object Tracking Benchmark (OTB) É um benchmark popular para Object Tracking. Contém 100 vídeos com anotações e variações na iluminação e ambientes.
10 Redes Neurais Convolucionais (CNN) Extração de Características Existem inúmeras formas utilizadas para gerar representações com menor dimensão e maior expressão das imagens, como: HoG, SIFT, RIFT, etc.
11 Redes Neurais Convolucionais (CNN) Extração de Características É um processo trabalhoso e que pode variar muito de acordo com o domínio da aplicação. exemplo no HoG: variação no tamanho do bloco, célula, bins...
12 Redes Neurais Convolucionais (CNN) Extração de Características E se pudéssemos aprender quais são as características que melhor representam nossas imagens?
13 Redes Neurais Convolucionais (CNN)
14 Redes Neurais Convolucionais (CNN)
15 Proposta: Framework baseado em CNNs para aprendizado de informações multi-domínios nas imagens. Distinção de informações compartilhadas entre domínios e informações específicas de cada um. Aprendizado online de informações de novos domínios. Learning Multi-Domain Convolutional Neural Networks for Visual Tracking Hyeonseob Nam, Bohyung Han 2016
16 Tracking-by-detection 1a Etapa Desenhar retângulos ao redor do objeto inicialmente detectado. 2a Etapa Classificar cada retângulo entre Objecto-alvo e Background.
17 Multi-Domain Network (MDNet) Modelo discriminativo binário para classificar uma determinada janela entre Objecto-alvo e Foreground. Uma rede-neural para cada domínio diferente.
18 Multi-Domain Network (MDNet) Dessa forma a camada compartilhada da CNN aprende a melhor forma de extrair características de forma independente de contexto.
19 Treinamento Amostra de 50 janelas positivas e 200 janelas negativas. Bounding Box Regression: técnica que busca prever a próxima região que o objeto estará.
20 Resultados Métricas: Precisão (distância do centro do box real com o box calculado) Taxa de overlap entre os boxes.
21 Resultados
22 VITAL: VIsual Tracking via Adversarial Learning Proposta: Uso de uma rede GAN para aumentar o número de amostras positivas. Função de erro com filtro para pequenas magnitudes. Yibing Song, Chao Ma, Xiaohe Wu, Lijun Gong, Linchao Bao, Wangmeng Zuo, Chunhua Shen, Rynson W.H. Lau, and Ming-Hsuan Yang 2018
23 Generative Adversarial Networks (GAN) Usada para gerar novas amostras positivas para o treinamento da rede, tentando otimizar as representações mais robustas das máscaras.
24 Problema das classes desbalanceadas Ocorre quando existe um número muito maior de amostras para uma classe. Por exemplo: existem poucos boxes positivos e muitos negativos.
25 Problema das classes desbalanceadas A GAN ajuda a gerar novas representações das amostras positivas, dessa forma, diminui as consequências desse efeito. Proposta de uma nova função de erro para o treinamento da CNN, impedindo que erros muito pequenos sejam propagados. Dessa forma, as imagens com um erro maior são favorecidas nessa etapa. (Hard mining)
26 Resultados
27 Referências Moudgil, Abhinav, and Vineet Gandhi. "Long-Term Visual Object Tracking Benchmark." arxiv preprint arxiv: (2017). Y. Wu, J. Lim and M. H. Yang, "Object Tracking Benchmark," in IEEE Transactions on Pattern Analysis and Machine Intelligence, vol. 37, no. 9, pp , Sept Yibing Song et al. "VITAL: VIsual Tracking via Adversarial Learning" Hyeonseob Nam, Bohyung Han "Learning Multi-Domain Convolutional Neural Networks for Visual Tracking"
SEMINÁRIO DOS ARTIGOS:
SEMINÁRIO DOS ARTIGOS: Text Detection and Character Recognition in Scene Images with Unsupervised Feature Learning End-to-End Text Recognition with Convolutional Neural Networks Fernanda Maria Sirlene
Leia maisREADING DIGITS IN NATURAL IMAGES WITH UNSUPERVISED FEATURE LEARNING
READING DIGITS IN NATURAL IMAGES WITH UNSUPERVISED FEATURE LEARNING Fernanda Maria Sirlene READING DIGITS IN NATURAL IMAGES WITH UNSUPERVISED FEATURE LEARNING NIPS Workshop on Deep Learning and Unsupervised
Leia maisRegion Based CNNs. Francisco Calaça Xavier. Programa de pós-graduação em Ciências da Computação Mestrado e Doutorado. Instituto de Informática UFG
Region Based CNNs Francisco Calaça Xavier Programa de pós-graduação em Ciências da Computação Mestrado e Doutorado Instituto de Informática UFG Prof. Anderson Soares Agenda O problema Estado da arte R-CNN
Leia maisMétodos de Deep Learning Aplicados a Candlestick como Estratégia de Investimento
Métodos de Deep Learning Aplicados a Candlestick como Estratégia de Investimento Maio/2019 Felipe Dias Paiva Carolina M. Roma INTRODUÇÃO A previsão dos retornos das ações é considerada uma das tarefas
Leia maisDescritores de Imagens
Descritores de Imagens André Tavares da Silva PPGCA/UDESC Outubro de 2017 André Tavares da Silva (PPGCA/UDESC) Descritores de Imagens Outubro de 2017 1 / 18 Descritores Locais e Frameworks SIFT SURF Viola-Jones
Leia maisUma proposta para classificação de equipes em esportes coletivos
Uma proposta para classificação de equipes em esportes coletivos Victor Henrique Bezerra de Lemos 1, Lucas Reis Abreu 2 1 Departamento de Informática Universidade Federal do Maranhão (UFMA) Caixa Postal
Leia maisClassificação de Lesões no Cérebro em Imagens de Ressonância Magnética usando SLIC, Particle Swarm Optimization e Convolutional Neural Network
Classificação de Lesões no Cérebro em Imagens de Ressonância Magnética usando SLIC, Particle Swarm Optimization e Convolutional Neural Network Carolina L. S. Cipriano 1, Felipe J. P. de Andrade 1, Jonnison
Leia maisSignature verification
Signature verification Thiago Jorge Abdo Departamento de informática Universidade Federal do Paraná Junho, 2018 Sumário 1 Introducao 2 Dificuldades 3 Offline signature verification 4 Online signature verification
Leia maisRedes Neurais Convolucionais
André Gustavo Hochuli Orientadores: Dr. Luiz E. S. Oliveira/Dr. Alceu Britto Programa de Pós-Graduação em Informática Departamento de Informática UFPR Neurônio Artificial Redes Neurais - Vetor de Caracteristícas
Leia maisPerson Re-Identification. Autor: Guilherme Zasyeki Machado
Person Re-Identification Autor: Guilherme Zasyeki Machado Sumário - Introdução ao problema - Visão geral ao processo de Re-Identificação - Evolução estado da arte - Datasets disponíveis - Análise estado
Leia maisSISTEMA DE ANÁLISE DE VÍDEO EM TEMPO REAL NA DETECÇÃO DE PADRÕES DE MOVIMENTO
SISTEMA DE ANÁLISE DE VÍDEO EM TEMPO REAL NA DETECÇÃO DE PADRÕES DE MOVIMENTO Davi Alberto Sala, Adriane Parraga e Letícia Vieira Guimarães Universidade Estadual do Rio Grande do Sul RESUMO Uma das seções
Leia maisRedes Neurais Convolucionais
André Gustavo Hochuli Orientador: Prof. Dr. Luiz Eduardo Soares de Oliveira Programa de Pós-Graduação em Informática Departamento de Informática UFPR http://www.inf.ufpr.br/aghochuli/caffe/ Redes Neurais
Leia maisO reconhecimento facial é dividido em três etapas: i) detecção da face, ii) extração de características e iii) reconhecimento da face.
ESTUDO SOBRE MÉTODOS DE RECONHECIMENTO FACIAL EM FOTOGRAFIAS DIGITAIS Ana Elisa SCHMIDT¹, Elvis Cordeiro NOGUEIRA² ¹ Orientadora e docente do IFC-Campus Camboriú; ² Aluno do curso de Bacharelado em Sistemas
Leia maisSEMINÁRIO Visão Computacional Aluno: Afonso Pinheiro
SEMINÁRIO Visão Computacional Aluno: Afonso Pinheiro Detecting Pedestrians Using Patterns of Motion and Appearance *Paul Viola *Michael J. Jones *Daniel Snow Por que detectar pedestres? http://conexaopenedo.com.br/2016/02/sistema-consegue-detectar-pedestres-em-tempo-real/
Leia maisMétodos de Segmentação de Imagem para Análise da Marcha
Métodos de Segmentação de Imagem para Análise da Marcha Maria João M. Vasconcelos, João Manuel R. S. Tavares maria.vasconcelos@fe.up.pt, tavares@fe.up.pt 3º Congresso Nacional de Biomecânica 11-12 Fevereiro
Leia maisDescritores de Imagem
Descritores de Imagem André Tavares da Silva 31 de março de 2014 1 Descritores de imagem (continuação) 1.1 Frameworks de detecção de objetos SIFT (scale-invariant features transform) (Lowe, 1999) SIFT
Leia maisVisão computacional. Juliana Patrícia Detroz Orientador: André Tavares Silva
Visão computacional Juliana Patrícia Detroz Orientador: André Tavares Silva Visão computacional Tentativa de replicar a habilidade humana da visão através da percepção e entendimento de uma imagem; Fazer
Leia maisRECONHECIMENTO DE CARACTERES EM IMAGENS COM RUÍDO
RECONHECIMENTO DE CARACTERES EM IMAGENS COM RUÍDO Fernanda Maria Sirlene Pio SUMARIO Introdução Trabalhos Relacionados Metodologia Experimentos Conclusão Referências 2 INTRODUÇÃO Reconhecimento de Padrões
Leia maisAprendizado de Máquina (Machine Learning)
Ciência da Computação Aprendizado de Máquina (Machine Learning) Aula 07 Classificação com o algoritmo knn Max Pereira Classificação com o algoritmo (knn) Um algoritmo supervisionado usado para classificar
Leia maisGoogLeNet - Going Deeper with Convolutions
- Going Deeper with Convolutions Heyde Francielle do Carmo França Prof. Dr. Anderson Soares Instituto de Informática Universidade Federal de Goiás 02 de Dezembro de 2016 1 / 35 Sumário I 1 2 3 2 / 35 3
Leia maisDetecção de Faces Humanas em Imagens Coloridas Utilizando Redes Neurais Artificiais
Detecção de Faces Humanas em Imagens Coloridas Utilizando Redes Neurais Artificiais Wellington da Rocha Gouveia Universidade de São Paulo Escola de Engenharia de São Carlos Departamento de Engenharia Elétrica
Leia maisAplicação de Histograma de Gradientes Orientados para detecção de hidrômetros em imagens de fundo complexo
Aplicação de Histograma de Gradientes Orientados para detecção de hidrômetros em imagens de fundo complexo Juliana Patrícia Detroz Professor: André Tavares da Silva Universidade do Estado de Santa Catarina
Leia maisFace Recognition using RGB-D Images
Face Recognition using RGB-D Images Helder C. R. de Oliveira N.USP: 7122065 Polyana Nunes N.USP: 9043220 Sobre o Artigo Publication: 2013 IEEE Sixth International Conference Author(s) Goswami, G. (Índia
Leia maisIntrodução a Local Binary Patterns (LBP) Prof. Dr. Geraldo Braz Junior
Introdução a Local Binary Patterns (LBP) Prof. Dr. Geraldo Braz Junior Local Binary Pattern (LBP) Proposto como uma maneira eficiente e simples de descrever textura E pode ser u
Leia maisUm Estudo sobre Diferente Tipos de Funções de Custo Para Redes Neurais Convolucionais
Um Estudo sobre Diferente Tipos de Funções de Custo Para Redes Neurais Convolucionais Roberto M. Pinheiro Pereira, Lucas Bezerra Maia, Thalles Alencar Silva, Alexandre César P. Pessoa, Geraldo Braz Junior
Leia maisReconhecimento de Sinais de Trânsito Utilizando Deep Learning
Reconhecimento de Sinais de Trânsito Utilizando Deep Learning Marcos Vinícius Oliveira Sobrinho 1, Matheus Chaves Menezes 1, Chrystian Gustavo Martins Nascimento 1, Geraldo Braz Júnior 2 1 Curso de Ciência
Leia maisReconhecimento de Faces Utilizando Redes Neurais MLP
Reconhecimento de Faces Utilizando Redes Neurais MLP Autor: Adilmar Coelho Dantas 1, Orientador: Márcia Aparecida Fernandes 1 1 Programa de Pós-Graduação em Ciência da Computação Universidade Federal do
Leia maisAprendizado de Máquina (Machine Learning)
Ciência da Computação (Machine Learning) Aula 07 Classificação com o algoritmo knn Max Pereira Classificação com o algoritmo k-nearest Neighbors (knn) Como os filmes são categorizados em gêneros? O que
Leia maisAprendizagem de Máquina
Aprendizagem de Máquina Apresentação da Disciplina Alessandro L. Koerich 2008 Mestrado e Doutorado em Informática Pontifícia Universidade Católica do Paraná (PUCPR) Mestrado/Doutorado em Informática Aprendizagem
Leia maisReconhecimento Ótico de Caracteres em Placas Veiculares
Universidade Federal De Pernambuco Centro De Informática Graduação Em Engenharia Da Computação 2012.2 Reconhecimento Ótico de Caracteres em Placas Veiculares Proposta de Trabalho de Graduação Aluno Pedro
Leia maisSegmentação, Rastreamento de Objetos e Detecção de Eventos Primitivos com Aplicação no Monitoramento Automático de Ações Humanas em Vídeo
Segmentação, Rastreamento de Objetos e Detecção de Eventos Primitivos com Aplicação no Monitoramento Automático de Ações Humanas em Vídeo Dissertação de Mestrado Aluno: Bruno Costa Orientador: Herman Gomes
Leia maisMáquinas de suporte vetorial e sua aplicação na detecção de spam
e sua aplicação na detecção de spam Orientador: Paulo J. S. Silva (IME-USP) Universidade de São Paulo Instituto de Matemática e Estatística Departamento de Ciência da Computação MAC499 Trabalho de Formatura
Leia maisMachine learning para reconhecimento de padrões em tempo real
Machine learning para reconhecimento de padrões em tempo real Felipe Kühne Guilherme Webber Mendes DBLab Laboratório de Inovação DBServer Assessoria em Sistemas de Informação Junho de 2018 Quem somos Felipe
Leia maisAprendizado de Máquina. Combinando Classificadores
Universidade Federal do Paraná (UFPR) Departamento de Informática (DInf) Aprendizado de Máquina Combinando Classificadores David Menotti, Ph.D. web.inf.ufpr.br/menotti Introdução O uso de vários classificadores
Leia maisAprendizagem de Máquina
Plano da Apresentação Aprendizagem de Máquina Alessandro L. Koerich 2007 Mestrado e Doutorado em Informática Pontifícia Universidade Católica do Paraná (PUCPR) Professor & Experiência Acadêmica Horários
Leia maisMineração de Dados - II
Tópicos Especiais: INTELIGÊNCIA DE NEGÓCIOS II Mineração de Dados - II Sylvio Barbon Junior barbon@uel.br 10 de julho de 2015 DC-UEL Sylvio Barbon Jr 1 Sumário Etapa II Algoritmos Básicos Weka: Framework
Leia maisReconhecimento de Modelos de Veículos
Reconhecimento de Modelos de Veículos Fernando Benedito Veras Magalhães January 15, 2018 1 Introdução Em 2017, 2,1 milhões de automóveis, incluindo picapes e furgões, foram vendidos no Brasil. A variedade
Leia maisRenderização de pessoas em movimento a partir de vídeos. Ricardo Juliano Mesquita Silva Oda Supervisor: Carlos Hitoshi Morimoto
Renderização de pessoas em movimento a partir de vídeos Ricardo Juliano Mesquita Silva Oda Supervisor: Carlos Hitoshi Morimoto Trabalho de conclusão de curso IME - USP - 2011 Renderização Rendering is
Leia maisSketch to Photo Matching: A Feature-based Approach (Klare and Jain [2010])
Sketch to Photo Matching: A Feature-based Approach (Klare and Jain [2010]) Marco Antonio de A. Silva Programa de Pós-Graduação em Ciência da Computação - PPGCC Departamento de Computação - DECOM Universidade
Leia maisAprendizado de Máquina (Machine Learning)
Ciência da Computação Aprendizado de Máquina (Machine Learning) Aula 09 Árvores de Decisão Max Pereira Classificação É a tarefa de organizar objetos em uma entre diversas categorias pré-definidas. Exemplos
Leia maisIntrodução a Visão Computacional. Prof. Dr. Geraldo Braz Junior DEINF - UFMA
Introdução a Visão Computacional Prof. Dr. Geraldo Braz Junior DEINF - UFMA O que é Visão Computacional? Você já viu? 2 O que se espera? Visão é sobre entender imagens Coloridas ou em tons de cinza Pequenas
Leia maisAprendizado de Máquina
Aprendizado de Máquina Principais tópicos Aprendizado profundo André C P L F de Carvalho Posdoutorando: Isvani Frias-Blanco ICMC-USP Introdução Redes profundas Aprendizado profundo Redes autodecodificadoras
Leia maisClassificação de Gênero com Diferentes Técnicas de Aprendizado de Máquina
Classificação de Gênero com Diferentes Técnicas de Aprendizado de Máquina Eduardo Henrique Giroto 1, Sérgio Montazzolli Silva 1 1 Departamento de Computação Universidade Estadual de Londrina (UEL) Caixa
Leia maisMouseCam: aplicação de controle do mouse via câmera
MouseCam: aplicação de controle do mouse via câmera Introdução ao Processamento de Imagens COS756 PESC/COPPE/UFRJ 2013 1 Renan Garrot garrot@cos.ufrj.br 1. Introdução O processo de tracking por vídeo consiste
Leia maisRedes Convolucionais Aplicadas em Visão Computacional
Redes Convolucionais Aplicadas em Visão Computacional Marcos José Canêjo Estevão de Azevêdo mjcea@cin.ufpe.br Sumário História Evolução Tipos Aplicações Considerações Finais 2 História Surgiram em 1980
Leia maisSistema de Reconhecimento de Logotipos
Sistema de Reconhecimento de Logotipos Fellipe Duarte, Saulo T. Oliveira {duartefellipe,sto}@cos.ufrj.br Relatório Técnico, Introdução ao Processamento de Imagens Programa de Engenharia de Sistemas e Computação
Leia maisUma proposta para classificação de equipes em esportes coletivos
Uma proposta para classificação de equipes em esportes coletivos Lucas Reis Abreu 1, Victor Henrique Bezerra de Lemos 2 Geraldo Braz Junior 2 1 Universidade Federal do Maranhão - UFMA 2 Núcleo de Computação
Leia maisAprendizado de Máquina (Machine Learning)
Ciência da Computação (Machine Learning) Aula 01 Motivação, áreas de aplicação e fundamentos Max Pereira Nem todo conhecimento tem o mesmo valor. O que torna determinado conhecimento mais importante que
Leia maisUSO DE VISÃO COMPUTACIONAL PARA CONTAGEM AUTOMÁTICA DE CÉLULAS EM IMAGENS OBTIDAS POR MICROSCÓPIOS 1
USO DE VISÃO COMPUTACIONAL PARA CONTAGEM AUTOMÁTICA DE CÉLULAS EM IMAGENS OBTIDAS POR MICROSCÓPIOS 1 José Henrique Azevedo SECRETÁRIO 2 Graduando em Engenharia Eletrônica IFSP/Câmpus São Paulo Ricardo
Leia maisJAI 6 - Deep Learning Teoria e Prática
JAI 6 - Deep Learning Teoria e Prática Cristina Nader Vasconcelos Universidade Federal Fluminense CNNs Câmeras estão por toda parte! crisnv@ic.uff.br Aquisição de imagens digitais crisnv@ic.uff.br 3 Representação
Leia maisVERY DEEP CONVOLUTIONAL NETWORKS FOR LARGE-SCALE IMAGE RECOGNITION - VGG
Exemplo de Implementação - 16 VERY DEEP CONVOLUTIONAL NETWORKS FOR LARGE-SCALE IMAGE RECOGNITION - VGG Edjalma Queiroz da Silva Programa de pós-graduação em Ciências da Computação Mestrado e Doutorado
Leia maisObjetivos. 1. O método desenvolvido usa características de pares de pixeis para fazer estatísticas e formar
Introdução Comidas podem apresentar deformações e variações em sua forma, além de conter muitos ingredientes, nem todos visíveis; Métodos tradicionais de reconhecimento requerem a detecção de características
Leia maisSISTEMA DE RECONHECIMENTO BASEADO EM RANDOM FOREST PARA CARACTERES DE CAPTCHAS. Ademir Rafael Marques Guedes, Victor Luiz Guimarães
SISTEMA DE RECONHECIMENTO BASEADO EM RANDOM FOREST PARA CARACTERES DE CAPTCHAS Ademir Rafael Marques Guedes, Victor Luiz Guimarães Universidade Federal de Ouro Preto(UFOP) Departamento de Computação ABSTRACT
Leia maisVeículos Robotizados: Sistemas Avançados de Assistência ao Motorista (ADAS) baseados em inteligência Artificial MSc.
Veículos Robotizados: Sistemas Avançados de Assistência ao Motorista (ADAS) baseados em inteligência Artificial MSc. Diego Renan Bruno USP - Instituto de Ciências Matemáticas e de Computação 1 Roteiro
Leia maisFirst-person activity recognition. Matheus A. Nerone
First-person activity recognition Matheus A. Nerone Sumário 1. 2. 3. Introdução a. Contexto b. Problema c. Exemplos de uso d. Dificuldades Trabalhos Relacionados a. Artigo inicial b. Histórico Artigos
Leia maisIA - TensorFlow. Paulo Cotta
IA - TensorFlow Paulo Cotta Jabá Sou voluntário do GDG Trabalho na Stefanini como Engineer ML e DL Tenho à Startup Koffee More Gosto de repassar conhecimento Faço parte do Candangos do Cerrado IA Professor
Leia maisDetecção de pessoas em um ambiente industrial utilizando imagens de profundidade e classificadores profundos
Detecção de pessoas em um ambiente industrial utilizando imagens de profundidade e classificadores profundos Eduardo Henrique Arnold e Danilo Silva Resumo Esse trabalho descreve o desenvolvimento de um
Leia mais2. Redes Neurais Artificiais
Computação Bioinspirada - 5955010-1 2. Redes Neurais Artificiais Prof. Renato Tinós Depto. de Computação e Matemática (FFCLRP/USP) 1 2.6. Deep Learning 2.6.1. O Problema da Extração de Características
Leia maisTÍTULO: IDENTIFICAÇÃO DE CARACTERES APRESENTADOS A UMA CÂMERA POR MEIO DO MOVIMENTO DOS DEDOS DA MÃO DE UM SER HUMANO
Anais do Conic-Semesp. Volume 1, 2013 - Faculdade Anhanguera de Campinas - Unidade 3. ISSN 2357-8904 TÍTULO: IDENTIFICAÇÃO DE CARACTERES APRESENTADOS A UMA CÂMERA POR MEIO DO MOVIMENTO DOS DEDOS DA MÃO
Leia maisUniversidade Católica Dom Bosco
Universidade Católica Dom Bosco Curso de Bacharelado em Engenharia de Computação Comparação entre Técnicas de Reconhecimento de Faces para Controle de Acesso a Computadores Vinícius Assis Saueia da Silva
Leia maisDescritores de Imagem (introdução)
Descritores de Imagem (introdução) André Tavares da Silva andre.silva@udesc.br Roteiro da aula Definição de descritor de imagem Extração de Característica Tipos Geral x Específico Global (cor, textura,
Leia maisIntrodução ao Reconhecimento. Prof. Dr. Geraldo Braz Junior
Introdução ao Reconhecimento Prof. Dr. Geraldo Braz Junior O que você vê? 2 Pergunta: Essa imagem tem um prédio? Classificação 3 Pergunta: Essa imagem possui carro(s)? Detecção de Objetos Vários 4 Pergunta:
Leia maisINF 1771 Inteligência Artificial
INF 1771 Inteligência Artificial Aula 13 K-Nearest Neighbor (KNN) 2016.1 Prof. Augusto Baffa Formas de Aprendizado Aprendizado Supervisionado Árvores de Decisão. K-Nearest Neighbor
Leia maisRedes Neurais Convolucionais Aplicadas à Preensão Robótica
Redes Neurais Convolucionais Aplicadas à Preensão Robótica Renata Oliveira, Errison Alves e Carlos Malqui DEE - Pontifícia Universidade Católica do Rio de Janeiro (PUC-Rio), RJ, Brasil renata.garcia.eng@gmail.com
Leia maisReconhecimento de Alimentos utilizando Histograma de Cor e SIFT
Reconhecimento de Alimentos utilizando Histograma de Cor e SIFT Daniela S. Costa 1, Polyana B. Costa 1, Geraldo Braz Jr. 2 1 Núcleo de Computaçao Aplicada - Universidade Federal do Maranhão (UFMA) Caixa
Leia maisMotivação para o estudo de IA
Motivação para o estudo de IA Aula #1.2 EBS 564 IA Prof. Luiz Fernando S. Coletta luizfsc@tupa.unesp.br Campus de Tupã Motivação para o estudo de IA + Biossistema Engenharia Projeto e desenvolvimento de
Leia maisDetecção e seguimento de objectos em vídeo sob condições adversas
FACULDADE DE ENGENHARIA DA UNIVERSIDADE DO PORTO Detecção e seguimento de objectos em vídeo sob condições adversas Relatório de Progresso João Santos 050503094 Mestrado Integrado em Engenharia Electrotécnica
Leia maisAgregação de Algoritmos de Aprendizado de Máquina (AM) Professor: Eduardo R. Hruschka Estagiário PAE: Luiz F. S. Coletta
Agregação de Algoritmos de Aprendizado de Máquina (AM) Professor: Eduardo R. Hruschka Estagiário PAE: Luiz F. S. Coletta (luizfsc@icmc.usp.br) Sumário 1. Motivação 2. Bagging 3. Random Forest 4. Boosting
Leia maisRoberto Lotufo Big Data Brasil São Paulo, 23 de junho de 2018
Roberto Lotufo roberto@neuralmind.ai Big Data Brasil São Paulo, 23 de junho de 2018 Classificação dedo falso/dedo vivo Desempenho atual: 200ms Intel I5 99% acurácia LivDet 2015 - Fingerprint Liveness Competition
Leia maisMetodologia Híbrida para Detecção de Pessoas em Vídeos
Metodologia Híbrida para Detecção de Pessoas em Vídeos Hugo Alberto Perlin Instituto Federal do Paraná - Campus Paranaguá hugo.perlin@ifpr.edu.br Heitor Silvério Lopes CPGEI - Universidade Tecnológica
Leia maisClassificação de Padrões por Blocos em Imagens Não Segmentadas de Tomografia Computadorizada
Classificação de Padrões por Blocos em Imagens Não Segmentadas de Tomografia Computadorizada Aline Dartora Prof. David Menotti Departamento de Informática Universidade Federal do Paraná (UFPR) 23 de outubro
Leia maisUma Abordagem Genética Para Redes Neurais Convolucionais
Uma Abordagem Genética Para Redes Neurais Convolucionais Roberto M. Pinheiro Pereira 1, Lucas Bezerra Maia 1, Polyana Bezerra Da Costa 1, Jordan Boaz Rodrigues 1, Geraldo Braz Junior 1 João D. S. De Almeida,
Leia maisInteligência Artificial Redes Neurais
Inteligência Artificial Jarley P. Nóbrega, Dr. Faculdade Nova Roma Bacharelado em Ciência da Computação jpn@jarley.com Semestre 2018.2 Jarley P. Nóbrega, Dr. (Nova Roma) Inteligência Artificial Semestre
Leia maisTópicos Especiais em Reconhecimento de Padrões [2COP329] Mestrado em Ciência da. Sylvio Barbon Jr
Tópicos Especiais em Reconhecimento de Padrões [2COP329] Mestrado em Ciência da Computação Sylvio Barbon Jr barbon@uel.br (2/20) Tema Aula 1 Introdução ao Reconhecimento de Padrões 1 Introdução 2 Referências
Leia maisTime Series Trend Detection and Forecasting Using Complex Network Topology Analysis
WAIAF 2018 Time Series Trend Detection and Forecasting Using Complex Network Topology Analysis Leandro Anghinoni Universidade de São Paulo DCM/RP Liang Zhao Universidade de São Paulo DCM/RP AGENDA Introdução
Leia mais"Análise de Extratores de Característica para Reconhecimento de Face"
Universidade Federal de Pernambuco Centro de Informática Graduação em Engenharia de Computação Proposta de Trabalho de Graduação "Análise de Extratores de Característica para Reconhecimento de Face" Orientador:
Leia maisColor Eyes Detector. Duarte Petiz. DCC/FCUP
Color Eyes Detector Duarte Petiz DCC/FCUP up201204625@fc.up.pt Resumo Este relatório descreve a implementação da aplicação desenvolvida Color Eyes Detector bem como mostra os resultados finais da execução
Leia maisRECONHECIMENTO DE ÍRIS EM AMBIENTES NÃO COOPERATIVOS UTILIZANDO WAVELETS E GABOR 2D
RECONHECIMENTO DE ÍRIS EM AMBIENTES NÃO COOPERATIVOS UTILIZANDO WAVELETS E GABOR 2D Fernanda Maria Sirlene Pio SUMÁRIO 1. Introdução 2. Trabalhos relacionados 3. Metodologia 1. Segmentação 2. Normalização
Leia maisProcessamento de Imagens COS756 / COC603
Processamento de Imagens COS756 / COC603 aula 09 - curvatura Antonio Oliveira Ricardo Marroquim 1 / 1 aula de hoje feature detection overview curvatura espaço de escala block matching 2 / 1 curvatura o
Leia mais2 Reconhecimento Facial
2 Reconhecimento Facial Em termos gerais, o reconhecimento facial é o processo pelo qual se mede o grau de similaridade entre duas imagens faciais com o proposito de identificar a um indivíduo ou de verificar
Leia maisINF 1771 Inteligência Artificial
INF 1771 Inteligência Artificial Aula 22 Redes Neurais Edirlei Soares de Lima Formas de Aprendizado Aprendizado Supervisionado Árvores de decisão. K-Nearest Neighbor (KNN). Support
Leia maisComputação Evolutiva no treinamento de Redes Neurais
Computação Evolutiva no treinamento de Redes Neurais Euclides Carlos Pinto Neto David Fernandes Neves Oliveira Macilio da Silva Ferreira PSI5886 - Prof. Emilio Del Moral Hernandez 1 Agenda Objetivo Otimização
Leia maisPROCESSAMENTO DE TEXTO
PROCESSAMENTO DE TEXTO (TEXT MINING) Jorge Teixeira IART 2014/2015 SAPO LABS ( http://labs.sapo.pt ) AGENDA (Enquadramento na UC de Inteligência Artificial - IART) Parte 1: Introdução à Linguagem Natural
Leia maisIdentification and Tracking of People Using Digital Images Captured from Video Cameras
Identification and Tracking of People Using Digital Images Captured from Video Cameras Lucas do Vale Manuel, Francisco Assis da Silva, Danillo Roberto Pereira Universidade do Oeste Paulista Unoeste/FIPP
Leia maisUniversidade Federal de Pernambuco
Universidade Federal de Pernambuco Graduação em Engenharia da Computação Centro de Informática 2 0 1 2. 2 PROPOSTA DE TRABALHO DE GRADUAÇÃO Aluno Arthur de Lima Padilha {alp4@cin.ufpe.br} Orientadora Veronica
Leia maisSOLUÇÃO DEEP LEARNING INTELIGÊNCIA ARTIFICAL
SOLUÇÃO DEEP LEARNING INTELIGÊNCIA ARTIFICAL TECNOLOGIA DEEP LEARNING Nesta era de Tecnologia de Dados de Vigilância (SDT) em crescente expansão, a inteligência artificial se tornará a base do setor de
Leia maisObject Detection. Eng Vinícius Araújo Santos
Object Detection Eng Vinícius Araújo Santos Object Detection Simple Detection vs. Object Detection Aplicações de Object Detection Aplicações de Object Detection Object Segmentation Desafios em Object Detection
Leia maisPentaho IoT Analytics Open Source Trilha IoT
Pentaho IoT Analytics Open Source Trilha IoT Marcio Junior Vieira CEO & Data Scientist, Ambiente Livre Marcio Junior Vieira Mini-cv 18 anos de experiência em informática, vivência em desenvolvimento e
Leia maisPONTIFÍCIA UNIVERSIDADE CATÓLICA DE CAMPINAS PRÓ-REITORIA DE PESQUISA E PÓS-GRADUAÇÃO COORDENADORIA GERAL DE PESQUISA EDITAL PROPESQ/CGP Nº 002/17
EDITAL PROPESQ/CGP Nº 002/17 PROCESSO SELETIVO DE BOLSAS DE INICIAÇÃO EM DESENVOLVIMENTO TECNOLÓGICO E INOVAÇÃO PUC-CAMPINAS GRUPO ENGENHO A PONTIFÍCIA UNIVERSIDADE CATÓLICA DE CAMPINAS PUC-CAMPINAS, por
Leia mais3 Técnica Baseada em Treinamento e Cascata de Classificadores
3 Técnica Baseada em Treinamento e Cascata de Classificadores 3.1. Introdução A utilização de algoritmos para a extração de características de objetos e a geração de classificadores em cascata capazes
Leia maisMOSIFT PARA O RECONHECIMENTO DE AÇÕES HUMANAS. Marlon Ramos Avalos
MOSIFT PARA O RECONHECIMENTO DE AÇÕES HUMANAS. Marlon Ramos Avalos Instituto de Ciências Exatas e Biológicas Departamento de Computação Universidade Federal de Ouro Preto (UFOP) Ouro Preto, MG Brasil leyenda887@gmail.com
Leia maisA procura da melhor partição em Classificação Hierárquica: A abordagem SEP/COP
A procura da melhor partição em Classificação Hierárquica: A abordagem SEP/COP Lúcia Sousa Escola Superior de Tecnologia e Gestão, Instituto Politécnico de Viseu Fernanda Sousa Faculdade de Engenharia
Leia maisASSISTENTE DIGITAL PARA BUSCA INTELIGENTE DE INFORMAÇÕES
ASSISTENTE DIGITAL PARA BUSCA INTELIGENTE DE INFORMAÇÕES Inspiração inicial : Ter um dispositivo que pudéssemos perguntar : Quantos consumidores estão sem luz? Quais agências de atendimento estão sobrecarregadas?
Leia maisAprendizagem de Máquina
Aprendizagem de Máquina Alessandro L. Koerich Programa de Pós-Graduação em Informática Pontifícia Universidade Católica do Paraná (PUCPR) Horários Aulas Sala 3 CCET [quinta-feira, 8:20 12:00] Atendimento
Leia maisData Science. Data Stream Mining: trabalhando com dados massivos. André Luís Nunes Porto Alegre, Globalcode Open4education
Data Science Data Stream Mining: trabalhando com dados massivos André Luís Nunes Porto Alegre, 2018 Globalcode Open4education Data Stream Mining trabalhando com dados massivos 2018 agenda andré luís nunes
Leia maisAprendizagem de Máquina
Aprendizagem de Máquina Aprendizagem de Máquina Segundo semestre de 2018 Francisco Carvalho e Cleber Zanchettin Universidade Federal de Pernambuco - UFPE Centro de Informtica - CIn Objetivos da disciplina
Leia maisClassificação Hierárquica Multirrótulo Utilizando Redes Neurais Artificiais
Classificação Hierárquica Multirrótulo Utilizando Redes Neurais Artificiais Ricardo Cerri Instituto de Ciências Matemáticas e de Computação Universidade de São Paulo cerri@icmc.usp.br Roteiro Introdução
Leia maisTCE Informática Pré-Processamento de Dados Prof. Marcelo Ribeiro
TCE Informática Pré-Processamento de Dados Prof. Marcelo Ribeiro www.acasadoconcurseiro.com.br Informática PRÉ-PROCESSAMENTO DE DADOS EM DATA MINING Técnicas de pré-processamento e transformação de dados
Leia maisInteligência Artificial
Universidade Federal de Campina Grande Departamento de Sistemas e Computação Pós-Graduação em Ciência da Computação Inteligência Artificial Aprendizagem (Redes Neurais - Complementar) Prof. a Joseana Macêdo
Leia mais