Implementação de Algoritmo em PHP para Detecção de Faces em Imagens Estáticas

Tamanho: px
Começar a partir da página:

Download "Implementação de Algoritmo em PHP para Detecção de Faces em Imagens Estáticas"

Transcrição

1 Implementação de Algoritmo em PHP para Detecção de Faces em Imagens Estáticas Helmiton Filho, Mikaelle Oliveira, Carlos Danilo Miranda Regis Instituto Federal de Educação, Ciência e Tecnologia da Paraíba (IFPB), Campina Grande, Brasil Resumo A tarefa de detecção facial em imagens estáticas não é uma tarefa trivial tendo em vista que fatores externos como iluminação, escala de cores entre outros,pode aumentar a dificuldade. Este artigo implementa um sistema Web em PHP para detecção de faces utilizando como referência a plataforma OPENCV e a técnica descrita por Viola e Jones [1] que tem como vantagem o alto índice de detecção aliado a velocidade do algoritmo. A técnica consiste na aplicação da transformada de Haar em uma cascata de classificadores treinados utilizando o pseudo-algoritimo Adaptative Boosting Modificado. Palavras-Chave PHP, Imagem Integral, Detecção Face. Abstract The task of face detection in static images is not a trivial task given that external factors such as lighting, color scale among others, can increase the difficulty. This article implements a PHP Web system to face detection using OpenCV as a reference platform and the technique described by Viola and Jones [1] has the advantage that the high rate of detection along with the speed of the algorithm. The technique consists of applying the Haar transform in a cascade of classifiers trained using the pseudoalgorithm Modified Adaptive Boosting. Keywords PHP, Integral Image, Face Detection. I. INTRODUÇÃO O cérebro humano é capaz de identificar diversos tipos de padrões, como formas, cores, tamanhos sem grandes problemas. Além de ser apto também à identificação de padrões mais complexos podendo diferenciar sem grandes dificuldades a face de uma pessoa dentre várias. Apesar de ser uma ação simples para o cérebro humano, esse tipo de reconhecimento necessita de um complexo processamento quando é feito usando softwares [2]. A área de estudo da visão computacional está diretamente focada na simulação dos processos de pensamento humano que acontecem no cérebro [3]. A tarefa de localização de uma face não é algo trivial, pois inúmeros fatores podem aumentar a sua dificuldade como, por exemplo, a luminosidade, a escala, a localização e a orientação da face [4]. Pesquisadores têm buscado encontrar características invariantes nas faces humanas com o objetivo de resolver a questão da detecção. A hipótese que sustenta essa ideia é a observação de que os seres humanos conseguem sem muito esforço detectar faces e objetos em diferentes condições de Helmiton Filho, Mikaelle Oliveira e Carlos Danilo Miranda Regis, Instituto Federal de Educação, Ciência e Tecnologia da Paraíba (IFPB), Campina Grande, Brasil, s: luminosidade e posição. Logo, deve existir alguma propriedade ou características que são invariáveis, mesmo com as variações das condições externas. Existem inúmeros modelos que procuram detectar, primeiramente, essas características invariantes e, em seguida, inferir que existe um rosto naquele local. Dentro desse contexto, este trabalho implementa um modelo já existente de detecção facial baseado nas características invariantes demonstradas por Viola e Jones. Sendo desenvolvido um sistema denominado sisface (Sistema de Detecção de Faces) implementando o algoritmo acima referido, utilizando a linguagem PHP, por ser uma linguagem amplamente utilizada para construções de aplicações Web. Neste mesmo contexto, será feita uma análise de eficiência do algoritmo implementado, utilizando um pequeno banco de imagens, contendo 30 imagens de fotos 3x4 nas demais circunstâncias (ângulos diferenciados, iluminações diferentes, etc) e 30 imagens de pessoas em situações diversificadas, para que possarmos demonstrar os resultados obtidos com uso do sistema desenvolvido. A Seção II mostra a fundamentação teórica do artigo, na Seção III é apresentado a implementação (desenvolvimento) do algoritmo, a Seção IV mostra os resultados obtidos e a Seção V apresenta as conclusões. II. FUNDAMENTAÇÃO TEÓRICA Nesta seção serão descritos os componentes centrais e a metodologia do sistema de detecção de faces proposta por Viola e Jones [1]. A. Detecção de Face por Viola e Jones A técnica de Viola e Jones [1] e o uso de algumas características chaves, permitem uma implementação rápida e robusta para a detecção facial. Segundo o autor, sua técnica utiliza apenas imagens simples em tons de cinzas e com isso se distingue de outros modelos, pois não é baseada em informações auxiliares como, por exemplo, a diferença de sequência de vídeos e o uso de cores. No entanto, mesmo com uma maior limitação de informações usadas, são obtidas altas taxas de detecção. O modelo de Viola e Jones [1] fornece três contribuições básicas para a detecção de face ilustradas na Figura 1. Primeiramente baseia-se no uso de características básicas obtidas por meio de um processo semelhante ao das wavelets de

2 haar, avaliadas rapidamente por meio de uma nova forma de representação da imagem chamada "Imagem Integral". Logo em seguida, a segunda contribuição utiliza-se do conceito citado anteriormente para gerar um conjunto de características. Por meio da aplicação de um algoritmo chamado de AdaBoost, filtra-se o conjunto no intuito de diminuir o número de características geradas. Ao final, a terceira contribuição deste modelo é a geração de uma estrutura de árvore dos classificadores fracos boosted, para que gere inferências rápidas e robustas na construção de um classificador forte [4]]. características (tipo Haar, Figura 3) retangulares simples remanescentes das funções básicas de Haar [5]. Estas características são equivalentes à diferença de intensidade entre sub-regiões. As características são o conjunto das informações de intensidade de um ponto (pixel). Esse processo consiste na soma da intensidade dos pixels de regiões brancas, subtraído da soma da intensidade do cinza da imagem. Os resultados são usados como valor da característica em uma determinada localização e podem ser combinados para a formação de hipóteses fracas nas imagens. Fig. 3. As Características Básicas do Tipo Haar. Fig. 1. Componentes Básicos do Modelo de Viola e Jones [1]. B. Imagem Integral Imagens Integrais são entendidas de modo bem intuitivo: elas são construídas simplesmente somando os valores da intensidade dos pixels à esquerda e acima de um ponto (pixel) em questão. Viola Jones [1] ressaltam que na verdade essa representação é a composição de dois cálculos: primeiro ao longo das linhas e depois das colunas. A ideia da Imagem Integral é encontrada de forma semelhante à tabela das somas de áreas, muito usada na área de computação gráfica. Um exemplo de Imagem Integral é ilustrado na Figura 2, com áreas do Tipo I (Representação em intensidades de pixel) e área do Tipo II (Representação em Imagem Integral). Fig. 2. Exemplo de Imagem Integral. A importância em usar esta representação intermediária para aumentar a velocidade de extração de características, é justificada pelo fato de que qualquer retângulo em uma imagem pode ser calculado por meio da imagem integral. São necessários apenas quatro índices da imagem integral para calcular qualquer retângulo e como consequência imediata, precisa-se de apenas uma única passagem para obter dados desejados em sub-regiões de uma imagem. C. As Características No sistema de Viola e Jones, um conjunto simples de características é usado. Essas têm relação ao conjunto de D. AdaBoost O Boosting é o nome do processo que forma hipóteses fortes por meio da combinação linear de hipóteses fracas. A construção de predições que tenham alta acurácia é certamente uma árdua tarefa. Por outro lado não é tão difícil obter regras de inferências de baixa probabilidade (hipóteses fracas), como por exemplo, através da escolha por um limiar. No contexto na detecção de Viola e Jones [1], hipóteses fracas podem ser representadas como classificadores fracos derivados de um conjunto de características extraídas. A ideia base do AdaBoost é a aplicação da distribuição do peso nos conjuntos de exemplos e a modificação desta distribuição com o decorrer das iterações do algoritmo. Na fase inicial, essa distribuição de pesos é mais uniforme, contudo, a cada iteração no algoritmo, os classificadores fracos retornam hipóteses alterando o peso da distribuição. Esta modificação da distribuição do peso indica que o peso atual é o produto por ele mesmo e por um fator, que no caso é a produção do menor erro do classificador/hipótese escolhida. Considerando que a classificação, gerada pelo classificador fraco, é feita corretamente nas imagens, então o seu peso é reduzido. Ao contrário disto, não haveria mudança nos pesos, caracterizando os exemplos provenientes de um conjunto de dados, os quais não são corretamente classificados, como os de pesos maiores. É possível afirmar que Adaboost está focado nas classificações ruins, ou então dados de difícil classificação, e esta é a característica principal deste algoritmo: minimizar o erro sobre um conjunto de treinamento. Após sucessivas iterações do algoritmo, o resultado consiste em um conjunto de hipóteses com pesos, em que aqueles que possuírem menores erros de classificação, ganham maior importância e, dessa maneira, este processo é chamado de hipótese forte ou classificador forte. E. A varredura da Imagem A varredura da imagem é realizada a partir do pixel (0,0) com uma subjanela de pixels. A busca segue crescendo no eixo X seguido pelo eixo Y (linha a linha, coluna a coluna),

3 ao término da busca de pixels a janela é aumentada por um fator de escala e o processo recomeça com a subjanela de um tamanho aumentado, isto se repete até que a subjanela esteja do tamanho da janela original. F. Treinamento Classificadores com mais características possuem uma taxa de erro menor e uma alta taxa de detecção, em contrapartida necessitam de mais processamento. A técnica ideal seria para cada classificador, selecionar um limiar de separação entre as amostras positiva e negativa classificadas de forma que minimize o número de características que serão utilizadas. Na prática uma técnica simples é utilizada para o treinamento. Em cada estágio de treinamento é selecionado um limite mínimo de reconhecimento e um limiar máximo de falso positivo, o treinamento consiste em acrescentar retângulos de características até que esses parâmetros sejam respeitados. Terminado este procedimento o treinamento está concluído. G. Cascata de Classificadores Aumentar a velocidade de uma tarefa de classificação, geralmente implica em um aumento inevitável de erros. O único meio de diminuir o tempo para a classificação, é reduzir o número de avaliação dos "classificadores fracos"encontrados. Como consequência de uma redução dos classificadores, haveria uma melhora na velocidade, porém prejudicaria a acurácia do sistema. Descrito por Viola e Jones [1] como uma árvore degenerativa de decisão (decision stump), essa é uma estrutura contendo um encadeamento de classificadores do mais genérico ao mais específico, segundo o qual os primeiros níveis da cascata não são muito precisos, apesar de conseguir classificar uma grande quantidade de amostras com uma pequena quantidade de características. Com o decorrer do processo, assumindo que uma amostra foi de fato classificada de forma positiva, a classificação irá se tornar cada vez mais fina e o número de características que irão ser avaliadas também irão crescer. O uso da cascata [6] caracteriza o fato de que, em uma imagem durante uma tarefa de detecção, a maioria das subjanelas analisadas pelo classificador são rejeitadas. Por essa razão, uma generalização nos primeiros estágios deve ser suficientemente alta para que evite a passagem para estágios subsequentes, subjanelas classificadas como falso positivas. Fig. 4. Cascata de Classificadores. III. IMPLEMENTAÇÃO DO ALGORITMO Com base no algoritmo de Viola e Jones descrito anteriormente e com referência na plataforma OPENCV, o algoritmo para detecção facial em imagens estáticas foi implementado na sua condição original sofrendo algumas modificações necessárias para o melhor aperfeiçoamento do sistema. O algoritmo foi modificado no sentido da dimensão da imagem integral, onde em nosso sistema utilizamos uma dimensão de pixels aumentando a eficiência do mesmo, diferentemente do Algoritmo Viola e Jones, que utiliza uma dimensão de pixels. Foi utilizado um fator de escala de pixels para o redimensionamento da sub-janela, denominada Imagem Integral. E introduzido um conjunto de classificadores, AdaBoost, em um arquivo independente para o processo de classificação de características. A. Plataforma OPENCV O OpenCV (Open Source Computer Vision) é uma biblioteca desenvolvida pela Intel no ano de 2000 voltada para o desenvolvimento de aplicações em tempo real no campo da visão computacional. Originalmente desenvolvida em C++, ela é portável para todas as plataformas de sistemas operacionais. O OpenCV possui módulos de Processamento de Imagens e Vídeo I/O, Estrutura de dados, Álgebra Linear, GUI (Interface Gráfica do Usuário), controle de mouse e teclado, além de mais de 350 algoritmos de visão computacional [7]. O OpenCV é utilizado hoje em muitos projetos Open- Source e algumas aplicações comerciais devido a sua boa performance e grande variedade de filtros e algoritmos, sendo a biblioteca Open-Source mais completa no campo da visão computacional [7]. Devido a este fato, o presente trabalho utilizou os algoritmos em C++ da plataforma como referência para a implementação de nosso algoritmo em PHP. B. O sistema O sistema (sisface), mostrado na Figura 5, foi desenvolvido com a finalidade de detectar faces em imagens estáticas utilizado uma linguagem apropriada e amplamente utilizada para aplicações Web. Assim como o sistema, o algoritmo foi também implementado usando a linguagem PHP incrementadas de funções em JavaScript, o que apontado como diferencial do presente projeto, por não ser encontrada com facilidade essa aplicação voltada para a Web. Também foi desenvolvida uma interface (layout) amigável para que fosse mais interativa com o usuário final. Em síntese, o procedimento geral do sistema em conjunto com o algoritmo segue a seguinte sequência: O usuário inicialmente seleciona a imagem desejada através da tela principal do sistema, Figura 5, na qual esta imagem é recebida, redimensionada e convertida em tons de cinza, Figura 6. Em seguida é criada uma imagem integral reduzida (20 20 pixels) para percorrer toda a imagem original, Figura 7. Para detectar um objeto em uma imagem ela deve ser percorrida várias vezes e em diferentes tamanhos, através do uso da

4 Fig. 8. Resultado Obtido na Imagem. Fig. 5. Tela Principal do Sistema - sisface. imagem integral é possível realizar a mudança de tamanho e locação sem perdas substanciais de desempenho, pois o cálculo é realizado em tempo constante não havendo a necessidade de se re-dimensionar a imagem original. Em seguida é utilizada uma técnica para a seleção e escolha de características (contidas em um arquivo independente no formato.dat), baseado no algoritmo de aprendizado AdaBoost [8] capaz de detectar as características mais importantes de um objeto criando um classificador extremamente eficiente. Fig. 6. Imagem convertida em tons de cinza. IV. RESULTADOS OBTIDOS Para treinar e testar o método proposto por Viola e Jones [1], bem como o o sitema sisface em si, foi criado um conjunto de treino / teste com imagens retiradas da internet. Estas imagens foram escolhidas para que tivessem a mais variada complexidade de fundo e que as faces tivessem diferentes focos de iluminação, só com as mais variadas condições é possível verificar a eficácia de um método, pois se um método for capaz de se portar bem com imagens retiradas em diferentes condições, ainda melhor se irá portar quando for preparado para funcionar em determinadas condições específicas, isto é, treinado para funcionar num local fixo. Com base no resultado oferecido pelo sistema (seleção automática da face) através do uso do banco de imagens, as estatísticas abaixo mostram de uma maneira geral os resultados obtidos com a implementação do sistema para detecção de faces via Web. Os cálculos das estatísticas abaixo referenciadas foram calculadas pelos desenvolvedores por meio do resultado oferecido pelo sistema a cada imagem do banco analisada. Segue então as estatísticas dos resultados obtidos: O algoritmo se mostrou bastante eficiente, principalmente em relação as fotos 3 4, obtendo 95% de eficiência como na Figura 9, enquanto nas demais imagens mostrou 90% de eficiência, Figura 10. Fig. 7. Imagem Integral buscando características relativas a face. Após esta etapa, é utilizado um método para combinar os classificadores entre si com o objetivo de se formar uma cascata de classificadores. Através dos vários estágios da cascata, é possível descartar rapidamente áreas que não possuem o objeto desejado, e concentrar o processamento apenas em áreas promissoras. Por fim, o sistema se encarrega de criar um retângulo (em cor vermelha) que fará a seleção da face encontrada na imagem enviada pelo usuário, disponibilizando o resultado em tempo real para análise do mesmo, Figura 8. O sistema poderá ser hospedado em qualquer ServidorWeb que aceite requisitos como: PHP e JavaScript, sem precisar instalar qualquer tipo de biblioteca ou extensão, podendo ser utilizada e gerenciada por qualquer usuário com conhecimentos básicos nos requisitos descritos. Fig. 9. Face detectada pelo sistema em foto 3 4. O algoritmo mostrou pouca eficiência e uma certa lentidão em imagens que possuíam certos ruídos ou com faces parcialmente visíveis, ilustrado na Figura 11. Em imagens que possuíam mais de uma face, o algoritmo se mostrou eficiente em 96% detectando apenas uma delas, devido a sua implementação para encontrar uma única face, Figura 12. Algumas imagens que possuíam um certo tom amarelado, estilo sépia ou com multidões (pessoas), o algoritmo não conseguiu detectar nenhuma face, pois na conversão em tons de cinza a imagem não realçava corretamente as características necessárias para uma possível detecção.

5 é folhear álbuns e álbuns de fotografias de criminosos até encontrar o suspeito ou não. Assim como o sistema desenvolvido, o algoritmo se mostrou bastante eficaz, podendo ser implementado para quaisquer necessidades que possam envolver a questão de detecção de faces em imagens estáticas. Fig. 10. Fig. 11. Face detectada pelo sistema em uma imagem variada. Face não detectada pelo sistema. REFERÊNCIAS [1] P. Viola and M. Jones, Rapid object detection using a boosted cascade of simple features, in Computer Vision and Pattern Recognition, CVPR Proceedings of the 2001 IEEE Computer Society Conference on, vol. 1, 2001, pp [2] E. S. D. S. A. Pereira, J. A. R. Rezende and J. C. Silva, Métodos de processamento e tratamento de imagens para reconhecimento facial [3] E. L. H. Ma, Avaliação de Características Haar em Um Modelo de Detecção de Face, Monografia de Graduação, Universidade de Brasília, Brasília, Brasil, Junho [4] K. E. A. D. SANTOS, Avaliação de Características Haar em Um Modelo de Detecção de Face, Monografia de Graduação, Universidade Federal do Rio Grande do Norte, Natal, Brasil, Dezembro [5] M. O. C. P. Papageorgiou and T. Poggio., A general framework for object detection. in Sixth Int Computer Vision Conf., [6] A. K. R. Lienhart and V. Pisarevsky, Empirical analysis of detection cascades of boosted classifiers for rapid object detection. Intel Labs., [7] A. Zelinsky, Learning opencv computer vision with the opencv library (bradski, g.r. et al.; 2008)[on the shelf], Robotics Automation Magazine, IEEE, vol. 16, no. 3, p. 100, [8] R. E. Schapire, The boosting approach to machine learning an overview Fig. 12. Imagem com mais de uma face, apenas uma encontrada. V. CONCLUSÕES Após a análise das imagens, pode-se concluir que o algoritmo Viola e Jones [1] realmente mostrou sua eficácia e uma boa velocidade na detecção das faces, apesar de ser um Sistema Web onde possíveis fatores externos podem influenciar na sua atuação, foi considerado um resultado satisfatório, principalmente em fotos 3x4 (nas suas diversas características). Mas apesar de todo o trabalho proposto por Viola e Jones [1] ser muito eficiente, ele possui alguns pontos negativos. Por exemplo, ao se utilizar o algoritmo de detecção em imagens de alta resolução, a velocidade de detecção passa a ficar mais lenta. O mesmo problema ocorre com a busca simultânea de vários objetos na cena, pois a busca de características por segundo cai de forma considerável. O sistema de detecção facial Web (sisface) pode ser utilizado em diversos domínios de aplicações. Esse sistema poderia ser implantado em delegacias junto a um banco de dados para cadastro e busca de criminosos. Atualmente, o método usado

PROCESSO DE DETECÇÃO FACIAL, UTILIZANDO VIOLA;JONES

PROCESSO DE DETECÇÃO FACIAL, UTILIZANDO VIOLA;JONES EXATAS E TECNOLÓGICAS ISSN IMPRESSO - 2359-4934 ISSN ELETRÔNICO - 2359-4942 PROCESSO DE DETECÇÃO FACIAL, UTILIZANDO VIOLA;JONES Luciana Maiara Queiroz de Santanas 1 Fábio Rocha Gomes 2 Thiago S. Reis Santos

Leia mais

SEMANA NACIONAL DE CIÊNCIA E TECNOLOGIA 2014 FORMULÁRIO PARA SUBMISSÃO DE PROJETOS

SEMANA NACIONAL DE CIÊNCIA E TECNOLOGIA 2014 FORMULÁRIO PARA SUBMISSÃO DE PROJETOS SEMANA NACIONAL DE CIÊNCIA E TECNOLOGIA 2014 FORMULÁRIO PARA SUBMISSÃO DE PROJETOS Formulário para submissão de projeto Dados do Projeto e do (a) Orientador (a) do Projeto Título do Projeto: Um aplicativo

Leia mais

Sistema de Visão Computacional sobre Processadores com Arquitetura Multi Núcleos

Sistema de Visão Computacional sobre Processadores com Arquitetura Multi Núcleos Roberto Kenji Hiramatsu Sistema de Visão Computacional sobre Processadores com Arquitetura Multi Núcleos Tese apresentada à Escola Politécnica da Universidade de São Paulo para obtenção do Título de Doutor

Leia mais

Sistema de Controle de Acesso Baseado no Reconhecimento de Faces

Sistema de Controle de Acesso Baseado no Reconhecimento de Faces Sistema de Controle de Acesso Baseado no Reconhecimento de Faces Access Control System Based on Face Recognition Tiago A. Neves, Welton S. De Oliveira e Jean-Jacques De Groote Faculdades COC de Ribeirão

Leia mais

[Fingerprint Recognition]

[Fingerprint Recognition] Mestrado em Engenharia de Segurança Informática Tecnologias Biométricas Pedro Santos santos.pmcm@gmail.com 12065 Filipe Vieira fil.vieira@gmail.com 12049 Rui Pereira ruipereira.eng@gmail.com 12061 Docente

Leia mais

UNIVERSIDADE F EDERAL DE P ERNAMBUCO ANÁLISE DE UM MÉTODO PARA DETECÇÃO DE PEDESTRES EM IMAGENS PROPOSTA DE TRABALHO DE GRADUAÇÃO

UNIVERSIDADE F EDERAL DE P ERNAMBUCO ANÁLISE DE UM MÉTODO PARA DETECÇÃO DE PEDESTRES EM IMAGENS PROPOSTA DE TRABALHO DE GRADUAÇÃO UNIVERSIDADE F EDERAL DE P ERNAMBUCO GRADUAÇÃO EM CIÊNCIA DA COMPUTAÇÃO CENTRO DE INFORMÁTICA 2010.2 ANÁLISE DE UM MÉTODO PARA DETECÇÃO DE PEDESTRES EM IMAGENS PROPOSTA DE TRABALHO DE GRADUAÇÃO Aluno!

Leia mais

Aumento na sensação de tridimensionalidade em mundos virtuais através de janelas virtuais

Aumento na sensação de tridimensionalidade em mundos virtuais através de janelas virtuais Aumento na sensação de tridimensionalidade em mundos virtuais através de janelas virtuais Leonardo Ronald Perin Rauta 1, Eros Comunello 1, Anita Maria da Rocha Fernandes 1 1 Universidade do Vale do Itajaí

Leia mais

Identificação de Faces em Imagens Bidimensionais

Identificação de Faces em Imagens Bidimensionais Identificação de Faces em Imagens Bidimensionais David de S. A. Pereiral 1, José Antônio R. de Rapozo 2, Júlio César da Silva 3, Eugênio da Silva 4 1 UNIFESO, Centro de Ciência e Tecnologia, Curso de Ciência

Leia mais

RECONHECIMENTO DE PLACAS DE AUTOMÓVEIS ATRAVÉS DE CÂMERAS IP

RECONHECIMENTO DE PLACAS DE AUTOMÓVEIS ATRAVÉS DE CÂMERAS IP RECONHECIMENTO DE PLACAS DE AUTOMÓVEIS ATRAVÉS DE CÂMERAS IP Caio Augusto de Queiroz Souza caioaugusto@msn.com Éric Fleming Bonilha eric@digifort.com.br Gilson Torres Dias gilson@maempec.com.br Luciano

Leia mais

LOCALIZAÇÃO AUTOMÁTICA DE PLACAS DE VEÍCULOS EM IMAGENS BASEADA NO DETECTOR DE VIOLA-JONES

LOCALIZAÇÃO AUTOMÁTICA DE PLACAS DE VEÍCULOS EM IMAGENS BASEADA NO DETECTOR DE VIOLA-JONES LOCALIZAÇÃO AUTOMÁTICA DE PLACAS DE VEÍCULOS EM IMAGENS BASEADA NO DETECTOR DE VIOLA-JONES FRANCISCO ADRIANO NOBRE FREIRE, JOSÉ EVERARDO BESSA MAIA Estatística e Computação Universidade Estadual do Ceará

Leia mais

Desenvolvimento de um Sistema Híbrido para Rastreamento

Desenvolvimento de um Sistema Híbrido para Rastreamento Desenvolvimento de um Sistema Híbrido para Rastreamento de Objetos aplicado ao Futebol de Robôs Eduardo W. Basso 1, Diego M. Pereira 2, Paulo Schreiner 2 1 Laboratório de Robótica Inteligente Instituto

Leia mais

Comparação entre a Máscara de Nitidez Cúbica e o Laplaciano para Realce de Imagens Digitais

Comparação entre a Máscara de Nitidez Cúbica e o Laplaciano para Realce de Imagens Digitais Comparação entre a Máscara de Nitidez Cúbica e o Laplaciano para Realce de Imagens Digitais Wesley B. Dourado, Renata N. Imada, Programa de Pós-Graduação em Matemática Aplicada e Computacional, FCT, UNESP,

Leia mais

Detecção e Rastreamento de Objetos coloridos em vídeo utilizando o OpenCV

Detecção e Rastreamento de Objetos coloridos em vídeo utilizando o OpenCV Detecção e Rastreamento de Objetos coloridos em vídeo utilizando o OpenCV Bruno Alberto Soares OLIVEIRA 1,3 ; Servílio Souza de ASSIS 1,3,4 ; Izadora Aparecida RAMOS 1,3,4 ; Marlon MARCON 2,3 1 Estudante

Leia mais

UFGD FCA PROF. OMAR DANIEL BLOCO 4 PROCESSAMENTO DE IMAGENS

UFGD FCA PROF. OMAR DANIEL BLOCO 4 PROCESSAMENTO DE IMAGENS UFGD FCA PROF. OMAR DANIEL BLOCO 4 PROCESSAMENTO DE IMAGENS Executar as principais técnicas utilizadas em processamento de imagens, como contraste, leitura de pixels, transformação IHS, operações aritméticas

Leia mais

Detecção em tempo real de movimentos de olhos e boca em um vídeo em cores

Detecção em tempo real de movimentos de olhos e boca em um vídeo em cores Detecção em tempo real de movimentos de olhos e boca em um vídeo em cores Daniel Ponciano dos Santos Barboza, Programa de Engenharia de Sistemas e Computação - PESC/COPPE Universidade Federal do Rio de

Leia mais

Algoritmos de Subtração Básica de Fundo

Algoritmos de Subtração Básica de Fundo Algoritmos de Subtração Básica de Fundo Leonardo Ronald Perin Rauta leonardorauta@univali.br UNIVALI Anita Maria da Rocha Fernandes anita.fernandes@univali.br UNIVALI Resumo:Algoritmos de subtração de

Leia mais

Análise da Influência de Diferentes Condições de Iluminação na Classificação de Faces Humanas em Imagens Digitais

Análise da Influência de Diferentes Condições de Iluminação na Classificação de Faces Humanas em Imagens Digitais REVISTA DE TECNOLOGIA DA INFORMAÇÃO E COMUNICAÇÃO, VOL. 3, NÚMERO 2, DEZEMBRO DE 2013. 9 Análise da Influência de Diferentes Condições de Iluminação na Classificação de Faces Humanas em Imagens Digitais

Leia mais

Interação Humano - Computador usando Visão Computacional

Interação Humano - Computador usando Visão Computacional Interação Humano - Computador usando Visão Computacional Bernardo Bucher B. Barbosa 1, Júlio César Silva 2 1 UNIFESO, Centro de Ciências e Tecnologia, Curso de Ciência da Computação, brgenius@gmail.com

Leia mais

Uso de Visão Computacional para Interface Homem-Computador

Uso de Visão Computacional para Interface Homem-Computador UNIVERSIDADE FEDERAL DE GOIÁS UFG CAMPUS CATALÃO CAC DEPARTAMENTO DE CIÊNCIA DA COMPUTAÇÃO DCC Bacharelado em Ciência da Computação Projeto Final de Curso Uso de Visão Computacional para Interface Homem-Computador

Leia mais

Sistema de Contagem, Identificação e Monitoramento Automático de Rotas de Veículos baseado em Visão Computacional

Sistema de Contagem, Identificação e Monitoramento Automático de Rotas de Veículos baseado em Visão Computacional Universidade Federal de Minas Gerais Escola de Engenharia Curso de Graduação em Engenharia de Controle e Automação Sistema de Contagem, Identificação e Monitoramento Automático de Rotas de Veículos baseado

Leia mais

CBPF Centro Brasileiro de Pesquisas Físicas. Nota Técnica

CBPF Centro Brasileiro de Pesquisas Físicas. Nota Técnica CBPF Centro Brasileiro de Pesquisas Físicas Nota Técnica Aplicação de Física Médica em imagens de Tomografia de Crânio e Tórax Autores: Dário Oliveira - dario@cbpf.br Marcelo Albuquerque - marcelo@cbpf.br

Leia mais

REALCE DE MICROCALCIFICAÇÕES EM IMAGENS DE MAMOGRAFIA UTILIZANDO FILTROS PASSA-ALTA

REALCE DE MICROCALCIFICAÇÕES EM IMAGENS DE MAMOGRAFIA UTILIZANDO FILTROS PASSA-ALTA REALCE DE MICROCALCIFICAÇÕES EM IMAGENS DE MAMOGRAFIA UTILIZANDO FILTROS PASSA-ALTA Caio Cesar Amorim Borges e Danilo Rodrigues de Carvalho Universidade Federal de Goiás, Escola de Engenharia Elétrica

Leia mais

2.1.2 Definição Matemática de Imagem

2.1.2 Definição Matemática de Imagem Capítulo 2 Fundamentação Teórica Este capítulo descreve os fundamentos e as etapas do processamento digital de imagens. 2.1 Fundamentos para Processamento Digital de Imagens Esta seção apresenta as propriedades

Leia mais

Aplicação de Ensembles de Classificadores na Detecção de Patologias na Coluna Vertebral

Aplicação de Ensembles de Classificadores na Detecção de Patologias na Coluna Vertebral Aplicação de Ensembles de Classificadores na Detecção de Patologias na Coluna Vertebral Hedenir M. Pinheiro Instituto de Informática Universidade Federal de Goiás (UFG) Caixa Postal 131 74001-970 Goiânia

Leia mais

Redes neurais aplicadas na identificação de variedades de soja

Redes neurais aplicadas na identificação de variedades de soja Redes neurais aplicadas na identificação de variedades de soja Fábio R. R. Padilha Universidade Regional do Noroeste do Estado do Rio Grande do Sul - UNIJUÍ Rua São Francisco, 5 - Sede Acadêmica, 987-,

Leia mais

3 OOHDM e SHDM 3.1. OOHDM

3 OOHDM e SHDM 3.1. OOHDM 32 3 OOHDM e SHDM Com a disseminação em massa, desde a década de 80, de ambientes hipertexto e hipermídia, principalmente a Web, foi identificada a necessidade de elaborar métodos que estruturassem de

Leia mais

PALAVRAS-CHAVE: Massas Nodulares, Classificação de Padrões, Redes Multi- Layer Perceptron.

PALAVRAS-CHAVE: Massas Nodulares, Classificação de Padrões, Redes Multi- Layer Perceptron. 1024 UMA ABORDAGEM BASEADA EM REDES PERCEPTRON MULTICAMADAS PARA A CLASSIFICAÇÃO DE MASSAS NODULARES EM IMAGENS MAMOGRÁFICAS Luan de Oliveira Moreira¹; Matheus Giovanni Pires² 1. Bolsista PROBIC, Graduando

Leia mais

Visão computacional no reconhecimento de formas e objetos

Visão computacional no reconhecimento de formas e objetos Visão computacional no reconhecimento de formas e objetos Paula Rayane Mota Costa Pereira*, Josemar Rodrigues de Souza**, Resumo * Bolsista de Iniciação Científica da Faculdade de Tecnologia SENAI CIMATEC,

Leia mais

Casamento de padrões em imagens e vídeos usando características de imagens

Casamento de padrões em imagens e vídeos usando características de imagens Casamento de padrões em imagens e vídeos usando características de imagens Kassius Vinicius Sipolati Bezerra DCEL / CEUNES / UFES São Mateus, ES, Brazil Edilson de Aguiar DCEL / CEUNES / UFES São Mateus,

Leia mais

Na medida em que se cria um produto, o sistema de software, que será usado e mantido, nos aproximamos da engenharia.

Na medida em que se cria um produto, o sistema de software, que será usado e mantido, nos aproximamos da engenharia. 1 Introdução aos Sistemas de Informação 2002 Aula 4 - Desenvolvimento de software e seus paradigmas Paradigmas de Desenvolvimento de Software Pode-se considerar 3 tipos de paradigmas que norteiam a atividade

Leia mais

UFGD FCA PROF. OMAR DANIEL BLOCO 6 CLASSIFICAÇÃO DE IMAGENS

UFGD FCA PROF. OMAR DANIEL BLOCO 6 CLASSIFICAÇÃO DE IMAGENS UFGD FCA PROF. OMAR DANIEL BLOCO 6 CLASSIFICAÇÃO DE IMAGENS Obter uma imagem temática a partir de métodos de classificação de imagens multi- espectrais 1. CLASSIFICAÇÃO POR PIXEL é o processo de extração

Leia mais

Revista Hispeci & Lema On Line ano III n.3 nov. 2012 ISSN 1980-2536 unifafibe.com.br/hispecielemaonline Centro Universitário UNIFAFIBE Bebedouro-SP

Revista Hispeci & Lema On Line ano III n.3 nov. 2012 ISSN 1980-2536 unifafibe.com.br/hispecielemaonline Centro Universitário UNIFAFIBE Bebedouro-SP Reconhecimento de face utilizando banco de imagens monocromáticas e coloridas através dos métodos da análise do componente principal (PCA) e da Rede Neural Artificial (RNA) [Recognition to face using the

Leia mais

Trabalho 2 Fundamentos de computação Gráfica

Trabalho 2 Fundamentos de computação Gráfica Trabalho 2 Fundamentos de computação Gráfica Processamento de Imagens Aluno: Renato Deris Prado Tópicos: 1- Programa em QT e C++ 2- Efeitos de processamento de imagens 1- Programa em QT e C++ Para o trabalho

Leia mais

Avaliando o que foi Aprendido

Avaliando o que foi Aprendido Avaliando o que foi Aprendido Treinamento, teste, validação Predição da performance: Limites de confiança Holdout, cross-validation, bootstrap Comparando algoritmos: o teste-t Predecindo probabilidades:função

Leia mais

Segmentação de imagens tridimensionais utilizando o sensor Microsoft Kinect

Segmentação de imagens tridimensionais utilizando o sensor Microsoft Kinect Segmentação de imagens tridimensionais utilizando o sensor Microsoft Kinect Lucas Viana Barbosa 1 ; Wanderson Rigo 2 ; Manassés Ribeiro 3 INTRODUÇÃO Os sistemas de visão artificial vêm auxiliando o ser

Leia mais

SEGMENTAÇÃO DE IMAGENS EM PLACAS AUTOMOTIVAS

SEGMENTAÇÃO DE IMAGENS EM PLACAS AUTOMOTIVAS SEGMENTAÇÃO DE IMAGENS EM PLACAS AUTOMOTIVAS André Zuconelli 1 ; Manassés Ribeiro 2 1. Aluno do Curso Técnico em Informática, turma 2010, Instituto Federal Catarinense, Câmpus Videira, andre_zuconelli@hotmail.com

Leia mais

Universidade Federal do Rio de Janeiro - IM/DCC & NCE

Universidade Federal do Rio de Janeiro - IM/DCC & NCE Universidade Federal do Rio de Janeiro - IM/DCC & NCE Processamento de Imagens Tratamento da Imagem - Filtros Antonio G. Thomé thome@nce.ufrj.br Sala AEP/033 Sumário 2 Conceito de de Filtragem Filtros

Leia mais

Sistema atencional para detecção e rastreamento de faces

Sistema atencional para detecção e rastreamento de faces Sistema atencional para detecção e rastreamento de faces Leonardo Pinto da Silva Panta Leão 1 Tunai Porto Marques 1 Leonardo Nogueira Matos 1 Resumo: O sistema visual humano realiza rapidamente tomadas

Leia mais

INICIAÇÃO Revista Eletrônica de Iniciação Científica, Tecnológica e Artística

INICIAÇÃO Revista Eletrônica de Iniciação Científica, Tecnológica e Artística Avaliação de softwares de rastreamento de cabeça Alunos: Filipe Kunioshi 1 Francisco Carvalho Nin Ferreira 2 Orientador: Fábio R. de Miranda 3 Laboratório de Pesquisa em Ambientes Interativos Centro Universitário

Leia mais

Reconhecimento Automático de Placas de Veículos

Reconhecimento Automático de Placas de Veículos Reconhecimento Automático de Placas de Veículos Vinicius Bergoli Trentini, Lucas Antonio Toledo Godoy, Aparecido Nilceu Marana Universidade Estadual Paulista - UNESP (Campus de Bauru) Faculdade de Ciências

Leia mais

Aprendizagem de Máquina

Aprendizagem de Máquina Aprendizagem de Máquina Alessandro L. Koerich Programa de Pós-Graduação em Informática Pontifícia Universidade Católica do Paraná (PUCPR) Horários Aulas Sala [quinta-feira, 7:30 12:00] Atendimento Segunda

Leia mais

2. Método de Monte Carlo

2. Método de Monte Carlo 2. Método de Monte Carlo O método de Monte Carlo é uma denominação genérica tendo em comum o uso de variáveis aleatórias para resolver, via simulação numérica, uma variada gama de problemas matemáticos.

Leia mais

Tutorial: Abrindo Vídeos e Medindo Comprimentos no ImageJ

Tutorial: Abrindo Vídeos e Medindo Comprimentos no ImageJ 1 1. Introdução Tutorial: Abrindo Vídeos e Medindo Comprimentos no ImageJ O ImageJ é um software livre (freeware) que pode ser obtido gratuitamente no site http://rsb.info.nih.gov/ij/. Esse software é

Leia mais

3 Metodologia de Previsão de Padrões de Falha

3 Metodologia de Previsão de Padrões de Falha 3 Metodologia de Previsão de Padrões de Falha Antes da ocorrência de uma falha em um equipamento, ele entra em um regime de operação diferente do regime nominal, como descrito em [8-11]. Para detectar

Leia mais

Scanners. série i900. Guia de configuração de digitalização para aplicativos ISIS. A-61734_pt-br

Scanners. série i900. Guia de configuração de digitalização para aplicativos ISIS. A-61734_pt-br Scanners série i900 Guia de configuração de digitalização para aplicativos ISIS A-61734_pt-br Guia de configuração de digitalização para o driver ISIS Sumário Caixa de diálogo Ferramenta de validação de

Leia mais

Metodologias de Desenvolvimento de Sistemas. Analise de Sistemas I UNIPAC Rodrigo Videschi

Metodologias de Desenvolvimento de Sistemas. Analise de Sistemas I UNIPAC Rodrigo Videschi Metodologias de Desenvolvimento de Sistemas Analise de Sistemas I UNIPAC Rodrigo Videschi Histórico Uso de Metodologias Histórico Uso de Metodologias Era da Pré-Metodologia 1960-1970 Era da Metodologia

Leia mais

SISTEMA DE LOCALIZAÇÃO E RECONHECIMENTO FACIAL

SISTEMA DE LOCALIZAÇÃO E RECONHECIMENTO FACIAL UNIVERSIDADE ESTADUAL DO RIO GRANDE DO SUL ENGENHARIA DA COMPUTAÇÃO DAVI ALBERTO SALA SISTEMA DE LOCALIZAÇÃO E RECONHECIMENTO FACIAL GUAÍBA 2014 UNIVERSIDADE ESTADUAL DO RIO GRANDE SUL ENGENHARIA DE COMPUTAÇÃO

Leia mais

5 Resultados. 5.1. Avaliação Baseada na Taxa de Igual Erro

5 Resultados. 5.1. Avaliação Baseada na Taxa de Igual Erro 5 Resultados Neste capitulo discutem-se os resultados obtidos no desenvolvimento desta pesquisa segundo a metodologia descrita no capitulo anterior. A avaliação de acurácia para tarefas de verificação

Leia mais

Verificação de Qualidade de Imagens de Fundo de Olho a Partir de Descritores Baseados em Histogramas. Marina Silva Fouto - Reconhecimento de Padrões

Verificação de Qualidade de Imagens de Fundo de Olho a Partir de Descritores Baseados em Histogramas. Marina Silva Fouto - Reconhecimento de Padrões Verificação de Qualidade de Imagens de Fundo de Olho a Partir de Descritores Baseados em Histogramas Marina Silva Fouto - Reconhecimento de Padrões Tópicos Importância Trabalhos Relacionados Imagens e

Leia mais

Comparação de Clusters para Detecção da Pele

Comparação de Clusters para Detecção da Pele Comparação de Clusters para Detecção da Pele Andréia V. Nascimento, Michelle M. Mendonça, Juliana G. Denipote, Maria Stela V. Paiva Escola de Engenharia de São Carlos EESC. Universidade de São Paulo USP

Leia mais

VISÃO COMPUTACIONAL COM A OPENCV MATERIAL APOSTILADO E VEÍCULO SEGUIDOR AUTÔNOMO. Professora da Escola de Engenharia Mauá (EEM/CEUN-IMT).

VISÃO COMPUTACIONAL COM A OPENCV MATERIAL APOSTILADO E VEÍCULO SEGUIDOR AUTÔNOMO. Professora da Escola de Engenharia Mauá (EEM/CEUN-IMT). VISÃO COMPUTACIONAL COM A OPENCV MATERIAL APOSTILADO E VEÍCULO SEGUIDOR AUTÔNOMO Riccardo Luigi Delai 1 ; Alessandra Dutra Coelho 2 1 Aluno de Iniciação Científica da Escola de Engenharia Mauá (EEM/CEUN-IMT);

Leia mais

INDICE 3.APLICAÇÕES QUE PODEM SER DESENVOLVIDAS COM O USO DO SAXES

INDICE 3.APLICAÇÕES QUE PODEM SER DESENVOLVIDAS COM O USO DO SAXES w w w. i d e a l o g i c. c o m. b r INDICE 1.APRESENTAÇÃO 2.ESPECIFICAÇÃO DOS RECURSOS DO SOFTWARE SAXES 2.1. Funcionalidades comuns a outras ferramentas similares 2.2. Funcionalidades próprias do software

Leia mais

Visão Computacional e Realidade Aumentada. Trabalho 3 Reconstrução 3D. Pedro Sampaio Vieira. Prof. Marcelo Gattass

Visão Computacional e Realidade Aumentada. Trabalho 3 Reconstrução 3D. Pedro Sampaio Vieira. Prof. Marcelo Gattass Visão Computacional e Realidade Aumentada Trabalho 3 Reconstrução 3D Pedro Sampaio Vieira Prof. Marcelo Gattass 1 Introdução Reconstrução tridimensional é um assunto muito estudado na área de visão computacional.

Leia mais

SISTEMAS DE INFORMAÇÃO GEOGRÁFICA (I)

SISTEMAS DE INFORMAÇÃO GEOGRÁFICA (I) UNIVERSIDADE DE SÃO PAULO ESCOLA SUPERIOR DE AGRICULTURA LUIZ DE QUEIROZ DEPARTAMENTO DE ENGENHARIA DE BIOSSISTEMAS DISCIPLINA: LEB450 TOPOGRAFIA E GEOPROCESSAMENTO II PROF. DR. CARLOS ALBERTO VETTORAZZI

Leia mais

Detecção de mudanças em imagens oriundas de sensoriamento remoto, usando conjuntos fuzzy.

Detecção de mudanças em imagens oriundas de sensoriamento remoto, usando conjuntos fuzzy. Detecção de mudanças em imagens oriundas de sensoriamento remoto, usando conjuntos fuzzy. Marcelo Musci Baseado no artigo: Change detection assessment using fuzzy sets and remotely sensed data: an application

Leia mais

9º Congresso de Pós-Graduação AGENTE PARA MEDIAÇÃO DE APRENDIZAGEM ELETRÔNICA

9º Congresso de Pós-Graduação AGENTE PARA MEDIAÇÃO DE APRENDIZAGEM ELETRÔNICA 9º Congresso de Pós-Graduação AGENTE PARA MEDIAÇÃO DE APRENDIZAGEM ELETRÔNICA Autor(es) MICHELE CRISTIANI BARION FREITAS Orientador(es) CECÍLIA SOSA ARIAS PEIXOTO 1. Introdução A partir de ferramentas

Leia mais

APLICAÇÃO WEB PARA APOIO AO RECONHECIMENTO FOTOGRÁFICO DE SUSPEITOS DE CRIMES

APLICAÇÃO WEB PARA APOIO AO RECONHECIMENTO FOTOGRÁFICO DE SUSPEITOS DE CRIMES APLICAÇÃO WEB PARA APOIO AO RECONHECIMENTO FOTOGRÁFICO DE SUSPEITOS DE CRIMES Mateus Provesi 1 ; Reginaldo Rubens da Silva 2 ; Angelo Augusto Frozza 3 RESUMO Este projeto propõe o desenvolvimento de uma

Leia mais

Localização de placas em imagens de veículos. Resumo

Localização de placas em imagens de veículos. Resumo Localização de placas em imagens de veículos Geovane Hilário Linzmeyer Curso de Inteligência Computacional Pontifícia Universidade Católica do Paraná Curitiba, dezembro de 2005 Resumo Um dos maiores problemas

Leia mais

Sistema de Reconhecimento de Impressões Digitais. Resumo

Sistema de Reconhecimento de Impressões Digitais. Resumo Sistema de Reconhecimento de Impressões Digitais Álvaro N. Prestes Relatório Técnico, Introdução ao Processamento de Imagens Programa de Engenharia de Sistemas e Computação - PESC/COPPE Universidade Federal

Leia mais

Versão Final do Projecto. Versão Final do Projecto ( http://www.vmnf.net/vmnf/ist/meic/cadeiras/12-immi/projecto/ )

Versão Final do Projecto. Versão Final do Projecto ( http://www.vmnf.net/vmnf/ist/meic/cadeiras/12-immi/projecto/ ) Versão Final do Projecto ( http://www.vmnf.net/vmnf/ist/meic/cadeiras/12-immi/projecto/ ) Navegador Multimodal de Imagens (NavMI( NavMI) vmnf@yahoo.com (v3.00-2005/07/11) Agenda Projecto NavMI O que é?

Leia mais

Detecção de Pontos Fiduciais sobre a Face em Tempo Real

Detecção de Pontos Fiduciais sobre a Face em Tempo Real XXX SIMPÓSIO BRASILEIRO DE TELECOMUNICAÇÕES - SBrT, 3-6 DE SETEMBRO DE, BRASÍLIA, DF Detecção de Pontos Fiduciais sobre a Face em Tempo Real Felipe M. L. Ribeiro, Gabriel M. Araujo, Eduardo A. B. da Silva,

Leia mais

XX Seminário Nacional de Distribuição de Energia Elétrica SENDI 2012-22 a 26 de outubro Rio de Janeiro - RJ - Brasil

XX Seminário Nacional de Distribuição de Energia Elétrica SENDI 2012-22 a 26 de outubro Rio de Janeiro - RJ - Brasil XX Seminário Nacional de Distribuição de Energia Elétrica SENDI 2012-22 a 26 de outubro Rio de Janeiro - RJ - Brasil José Monteiro Lysandro Junior Light Serviços de Eletricidade S/A jose.monteiro@light.com.br

Leia mais

3 Estado da arte em classificação de imagens de alta resolução

3 Estado da arte em classificação de imagens de alta resolução 37 3 Estado da arte em classificação de imagens de alta resolução Com a recente disponibilidade de imagens de alta resolução produzidas por sensores orbitais como IKONOS e QUICKBIRD se tornou-se possível

Leia mais

Engenharia de Software Introdução. Ricardo Argenton Ramos UNIVASF Engenharia de Software I - Aula 1

Engenharia de Software Introdução. Ricardo Argenton Ramos UNIVASF Engenharia de Software I - Aula 1 Engenharia de Software Introdução Ricardo Argenton Ramos UNIVASF Engenharia de Software I - Aula 1 Tópicos Apresentação da Disciplina A importância do Software Software Aplicações de Software Paradigmas

Leia mais

Análise de Desempenho de um Sistema Embarcado de Detecção de Fadiga de Condutores

Análise de Desempenho de um Sistema Embarcado de Detecção de Fadiga de Condutores Análise de Desempenho de um Sistema Embarcado de Detecção de Fadiga de Condutores Ricardo Creonte Câmara de Meira Santos Universidade Federal de Ouro Preto Departamento de Computação email: ricardocamara03@gmail.com

Leia mais

DEZ RAZÕES PARA MUDAR PARA SISTEMA DE VÍDEO BASEADO EM IP. Ou o que seu vendedor de câmeras analógicas não lhe dirá

DEZ RAZÕES PARA MUDAR PARA SISTEMA DE VÍDEO BASEADO EM IP. Ou o que seu vendedor de câmeras analógicas não lhe dirá DEZ RAZÕES PARA MUDAR PARA SISTEMA DE VÍDEO BASEADO EM IP Ou o que seu vendedor de câmeras analógicas não lhe dirá 1. ALTA RESOLUÇÃO Câmeras baseadas em IP não estão restritas à baixa resolução das câmeras

Leia mais

Identificação de Padrões em Imagens de Sistemas de Segurança Utilizando Wavelets

Identificação de Padrões em Imagens de Sistemas de Segurança Utilizando Wavelets Identificação de Padrões em Imagens de Sistemas de Segurança Utilizando Wavelets. Introdução O propósito deste trabalho é avaliar as técnicas de visão computacional e mostrar que é possível identificar

Leia mais

Curva ROC. George Darmiton da Cunha Cavalcanti Tsang Ing Ren CIn/UFPE

Curva ROC. George Darmiton da Cunha Cavalcanti Tsang Ing Ren CIn/UFPE Curva ROC George Darmiton da Cunha Cavalcanti Tsang Ing Ren CIn/UFPE Introdução ROC (Receiver Operating Characteristics) Curva ROC é uma técnica para a visualização e a seleção de classificadores baseado

Leia mais

Processamento de Imagem. Prof. Herondino

Processamento de Imagem. Prof. Herondino Processamento de Imagem Prof. Herondino Sensoriamento Remoto Para o Canada Centre for Remote Sensing - CCRS (2010), o sensoriamento remoto é a ciência (e em certa medida, a arte) de aquisição de informações

Leia mais

UNIVERSIDADE FEDERAL DE SANTA CATARINA CURSO DE GRADUAÇÃO EM SISTEMAS DE INFORMAÇÃO. Contribuições do MDA para o desenvolvimento de software

UNIVERSIDADE FEDERAL DE SANTA CATARINA CURSO DE GRADUAÇÃO EM SISTEMAS DE INFORMAÇÃO. Contribuições do MDA para o desenvolvimento de software UNIVERSIDADE FEDERAL DE SANTA CATARINA CURSO DE GRADUAÇÃO EM SISTEMAS DE INFORMAÇÃO Contribuições do MDA para o desenvolvimento de software Anna Carla Mohr Verner Helder Eugenio dos Santos Puia Florianópolis,

Leia mais

1. Introdução pág.3 2. Apresentação do sistema Joomla! pág.4 3. Acessando a administração do site pág.4 4. Artigos 4.1. Criando um Artigo 4.2.

1. Introdução pág.3 2. Apresentação do sistema Joomla! pág.4 3. Acessando a administração do site pág.4 4. Artigos 4.1. Criando um Artigo 4.2. 1. Introdução pág.3 2. Apresentação do sistema Joomla! pág.4 3. Acessando a administração do site pág.4 4. Artigos 4.1. Criando um Artigo 4.2. Editando um Artigo 4.3. Excluindo um Artigo 4.4. Publicar

Leia mais

SMCB: METODOLOGIA PARA A QUANTIZAÇÃO DE CORES EM IMAGENS FACIAIS

SMCB: METODOLOGIA PARA A QUANTIZAÇÃO DE CORES EM IMAGENS FACIAIS CMNE/CILAMCE 007 Porto, 13 a 15 de Junho, 007 APMTAC, Portugal 007 SMCB: METODOLOGIA PARA A QUANTIZAÇÃO DE CORES EM IMAGENS FACIAIS Marcelo Zaniboni 1 *, Osvaldo Severino Junior e João Manuel R. S. Tavares

Leia mais

de Bordas em Imagens Digitais

de Bordas em Imagens Digitais Anais do CNMAC v.2 ISSN 1984-820X Avaliação Quantitativa de um Método Automático de Extração de Bordas em Imagens Digitais Inês A. Gasparotto Boaventura Departamento de Ciências de Computação e Estatística,

Leia mais

Pesquisa Operacional

Pesquisa Operacional GOVERNO DO ESTADO DO PARÁ UNIVERSIDADE DO ESTADO DO PARÁ CENTRO DE CIÊNCIAS NATURAIS E TECNOLOGIA DEPARTAMENTO DE ENGENHARIA Pesquisa Operacional Tópico 4 Simulação Rosana Cavalcante de Oliveira, Msc rosanacavalcante@gmail.com

Leia mais

Aplicação Informática para o Ensino de Processamento Digital de Imagem

Aplicação Informática para o Ensino de Processamento Digital de Imagem Aplicação Informática para o Ensino de Processamento Digital de Imagem Sandra Jardim * e Paulo Sequeira Gonçalves ** * Departamento de Engenharia Informática e Tecnologias da Informação ** Departamento

Leia mais

UNIVERSIDADE PRESBITERIANA MACKENZIE ENGENHARIA ELÉTRICA. André Brasiliano da Silva

UNIVERSIDADE PRESBITERIANA MACKENZIE ENGENHARIA ELÉTRICA. André Brasiliano da Silva UNIVERSIDADE PRESBITERIANA MACKENZIE PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA André Brasiliano da Silva ROBUSTEZ EM UM SISTEMA DE DETECÇÃO E RASTREAMENTO DE OLHOS PARA IMPLEMENTAÇÃO DE UMA INTERFACE

Leia mais

Seleção Retangular Esta é uma das ferramentas mais usadas. A seleção será indicada pelas linhas tracejadas que fazem a figura de um retângulo.

Seleção Retangular Esta é uma das ferramentas mais usadas. A seleção será indicada pelas linhas tracejadas que fazem a figura de um retângulo. O que é o Gimp? O GIMP é um editor de imagens e fotografias. Seus usos incluem criar gráficos e logotipos, redimensionar fotos, alterar cores, combinar imagens utilizando o paradigma de camadas, remover

Leia mais

UNIVERSIDADE ESTADUAL DA PARAÍBA CAMPUS I CAMPINA GRANDE CENTRO CIÊNCIA E TECNOLOGIA CURSO DE LICENCIATURA EM COMPUTAÇÃO

UNIVERSIDADE ESTADUAL DA PARAÍBA CAMPUS I CAMPINA GRANDE CENTRO CIÊNCIA E TECNOLOGIA CURSO DE LICENCIATURA EM COMPUTAÇÃO UNIVERSIDADE ESTADUAL DA PARAÍBA CAMPUS I CAMPINA GRANDE CENTRO CIÊNCIA E TECNOLOGIA CURSO DE LICENCIATURA EM COMPUTAÇÃO DIELLY DE OLIVEIRA VIANA Análise da Influência da Iluminação e da Oclusão na Classificação

Leia mais

Aplicativo visual para problemas de transferência de calor 1

Aplicativo visual para problemas de transferência de calor 1 Artigos Aplicativo visual para problemas de transferência de calor 1 Lin Chau Jen, Gerson Rissetti, André Guilherme Ferreira, Adilson Hideki Yamagushi, Luciano Falconi Coelho Uninove. São Paulo SP [Brasil]

Leia mais

Costa, B.L. 1 ; Faria, R.A.M²; Marins, L.S.³. ²Universidade do Estado do Rio de Janeiro / Faculdade de Formação de Professores - rfariageo@hotmail.

Costa, B.L. 1 ; Faria, R.A.M²; Marins, L.S.³. ²Universidade do Estado do Rio de Janeiro / Faculdade de Formação de Professores - rfariageo@hotmail. GERAÇÃO DE MAPA DE USO E COBERTURA DE SOLO UTILIZANDO IMAGENS DE SATÉLITE LANDSAT 8 PARA O SUPORTE AO PLANEJAMENTO MUNICIPAL DO MUNICÍPIO DE NITERÓI RJ. Costa, B.L. 1 ; Faria, R.A.M²; Marins, L.S.³ 1 Universidade

Leia mais

Identificação de Caracteres com Rede Neuronal Artificial com Interface Gráfica

Identificação de Caracteres com Rede Neuronal Artificial com Interface Gráfica Identificação de Caracteres com Rede Neuronal Artificial com Interface Gráfica João Paulo Teixeira*, José Batista*, Anildio Toca**, João Gonçalves**, e Filipe Pereira** * Departamento de Electrotecnia

Leia mais

Aula 6 - Segmentação de Imagens Parte 2. Prof. Adilson Gonzaga

Aula 6 - Segmentação de Imagens Parte 2. Prof. Adilson Gonzaga Aula 6 - Segmentação de Imagens Parte 2 Prof. Adilson Gonzaga 1 Motivação Extração do Objeto Dificuldades Super segmentação over-segmentation 1) Segmentação por Limiarização (Thresholding Global): Efeitos

Leia mais

RECONSTRUÇÃO DE OBJETOS 3D, ESTUDO DE CASO: COMPARAÇÃO ENTRE CAPTURA DE IMAGENS CONVENCIONAL VERSUS RECONSTRUÇÃO APARTIR DE VIDEO

RECONSTRUÇÃO DE OBJETOS 3D, ESTUDO DE CASO: COMPARAÇÃO ENTRE CAPTURA DE IMAGENS CONVENCIONAL VERSUS RECONSTRUÇÃO APARTIR DE VIDEO RECONSTRUÇÃO DE OBJETOS 3D, ESTUDO DE CASO: COMPARAÇÃO ENTRE CAPTURA DE IMAGENS CONVENCIONAL VERSUS RECONSTRUÇÃO APARTIR DE VIDEO Kenedy Lopes Nogueira, Gerson Flavio Mendes de Lima, Edgard A. Lamounier,

Leia mais

IDENTIFICAÇÃO DE MARCADORES DE PAVIMENTAÇÃO NA ORIENTAÇÃO DE CEGOS

IDENTIFICAÇÃO DE MARCADORES DE PAVIMENTAÇÃO NA ORIENTAÇÃO DE CEGOS IDENTIFICAÇÃO DE MARCADORES DE PAVIMENTAÇÃO NA ORIENTAÇÃO DE CEGOS André Zuconelli¹, Manassés Ribeiro² Instituto Federal de Educação, Ciência e Tecnologia Catarinense - Campus Videira Rodovia SC, Km 5

Leia mais

MÉTODO DE PRÉ-PROCESSAMENTO PARA AUMENTAR A EFICIÊNCIA DE UM SISTEMA DE RECONHECIMENTO DE ÍRIS E PERMITIR A CONSTRUÇÃO DE TEMPLATES MENORES

MÉTODO DE PRÉ-PROCESSAMENTO PARA AUMENTAR A EFICIÊNCIA DE UM SISTEMA DE RECONHECIMENTO DE ÍRIS E PERMITIR A CONSTRUÇÃO DE TEMPLATES MENORES MÉTODO DE PRÉ-PROCESSAMENTO PARA AUMENTAR A EFICIÊNCIA DE UM SISTEMA DE RECONHECIMENTO DE ÍRIS E PERMITIR A CONSTRUÇÃO DE TEMPLATES MENORES Milena B. P. Carneiro, Antônio C. P. Veiga, Edna L. Flores, Gilberto

Leia mais

2. O que é Redundância de código ou informação? Como a compressão Huffman utiliza isso? Você conhece algum formato de imagem que a utiliza?(1.

2. O que é Redundância de código ou informação? Como a compressão Huffman utiliza isso? Você conhece algum formato de imagem que a utiliza?(1. Respostas do Estudo Dirigido Cap. 26 - Reducing the information:... ou Image Compression 1. Para que serve comprimir as imagens? Que aspectos estão sendo considerados quando se fala de: Compression Rate,

Leia mais

Teste de software. Definição

Teste de software. Definição Definição O teste é destinado a mostrar que um programa faz o que é proposto a fazer e para descobrir os defeitos do programa antes do uso. Quando se testa o software, o programa é executado usando dados

Leia mais

Chow&Kaneko buscam as modas da imagem para separar os objetos. Admite que os tons na vizinhança de cada moda são do mesmo objeto.

Chow&Kaneko buscam as modas da imagem para separar os objetos. Admite que os tons na vizinhança de cada moda são do mesmo objeto. Respostas Estudo Dirigido do Capítulo 12 Image Segmentation" 1 Com suas palavras explique quais os problemas que podem ocorrer em uma segmentação global baseada em níveis de cinza da imagem. Que técnicas

Leia mais

CONTROLAR O PONTEIRO DO MOUSE UTILIZANDO O MOVIMENTO DE UM OLHO CAPTURADO ATRAVÉS DE UMA CÂMERA INFRAVERMELHA FIXA

CONTROLAR O PONTEIRO DO MOUSE UTILIZANDO O MOVIMENTO DE UM OLHO CAPTURADO ATRAVÉS DE UMA CÂMERA INFRAVERMELHA FIXA CONTROLAR O PONTEIRO DO MOUSE UTILIZANDO O MOVIMENTO DE UM OLHO CAPTURADO ATRAVÉS DE UMA CÂMERA INFRAVERMELHA FIXA Eduardo Henrique Sasse Acadêmico Paulo César Rodacki Gomes - Orientador Introdução Roteiro

Leia mais

VCA Treinamento em Algoritmo

VCA Treinamento em Algoritmo Conteúdo VCA Treinamento em Algoritmo VCA Treinamento em Algoritmo Conteúdo Algoritmos Rastreador (tracker) Monitoramento Objeto Abandonado/Removido Pessoas Calibração Classificação Linha de contagem Auto

Leia mais

Formação em game programming: 01 - Introdução à programação

Formação em game programming: 01 - Introdução à programação Formação em game programming: Para que um jogo eletrônico funcione adequadamente como foi projetado, é necessário que ele esteja corretamente programado. Todas as funções de controle de personagens e objetos

Leia mais

INFORMAÇÕES SOBRE O MATERIAL UTILIZADO NA OBTENÇÃO E NA ANÁLISE DOS VÍDEOS

INFORMAÇÕES SOBRE O MATERIAL UTILIZADO NA OBTENÇÃO E NA ANÁLISE DOS VÍDEOS INFORMAÇÕES SOBRE O MATERIAL UTILIZADO NA OBTENÇÃO E NA ANÁLISE DOS VÍDEOS 1 Material utilizado 1.1 Tracker: um programa de análise de imagens Para a execução da proposta foi utilizado o programa livre

Leia mais

OpenCV. http://opencv.willowgarage.com/wiki/

OpenCV. http://opencv.willowgarage.com/wiki/ OpenCV http://opencv.willowgarage.com/wiki/ Introdução a OpenCV Geralmente, quando iniciamos estudos numa determinada linguagem de programação é comum que o iniciante implemente um pequeno programa de

Leia mais

SISTEMAS DE APRENDIZADO PARA A IDENTIFICAÇÃO DO NÚMERO DE CAROÇOS DO FRUTO PEQUI LEARNING SYSTEMS FOR IDENTIFICATION OF PEQUI FRUIT SEEDS NUMBER

SISTEMAS DE APRENDIZADO PARA A IDENTIFICAÇÃO DO NÚMERO DE CAROÇOS DO FRUTO PEQUI LEARNING SYSTEMS FOR IDENTIFICATION OF PEQUI FRUIT SEEDS NUMBER SISTEMAS DE APRENDIZADO PARA A IDENTIFICAÇÃO DO NÚMERO DE CAROÇOS DO FRUTO PEQUI Fernando Luiz de Oliveira 1 Thereza Patrícia. P. Padilha 1 Conceição A. Previero 2 Leandro Maciel Almeida 1 RESUMO O processo

Leia mais

CTRL-SHIFT DOCUMENTO DE GAME DESIGN DESENVOLVIDO POR HILGAMES

CTRL-SHIFT DOCUMENTO DE GAME DESIGN DESENVOLVIDO POR HILGAMES CTRL-SHIFT DOCUMENTO DE GAME DESIGN DESENVOLVIDO POR HILGAMES 1. Introdução CTRL-SHIFT é um jogo de puzzle, plataforma 2D e 3D ao mesmo tempo. O jogador navega por um cenário de plataformas 2D, e quando

Leia mais

IMPLANTAÇÃO DE UM AMBIENTE DE ALTA DISPONIBILIDADE DE REDE E MONITORAÇÃO DINÂMICA DE INFRAESTRUTURA EM SERVIDORES WEB.

IMPLANTAÇÃO DE UM AMBIENTE DE ALTA DISPONIBILIDADE DE REDE E MONITORAÇÃO DINÂMICA DE INFRAESTRUTURA EM SERVIDORES WEB. IMPLANTAÇÃO DE UM AMBIENTE DE ALTA DISPONIBILIDADE DE REDE E MONITORAÇÃO DINÂMICA DE INFRAESTRUTURA EM SERVIDORES WEB. Marllus de Melo Lustosa (bolsista do PIBIC/UFPI), Luiz Cláudio Demes da Mata Sousa

Leia mais

Prototipação de Software

Prototipação de Software UNIVERSIDADE ESTADUAL PAULISTA INSTITUTO DE BIOCIÊNCIAS, LETRAS E CIÊNCIAS EXATAS DEPARTAMENTO DE CIÊNCIAS DE COMPUTAÇÃO E ESTATÍSTICA Prototipação de Software Engenharia de Software 2o. Semestre de 2005

Leia mais

Anais do IX Congresso Brasileiro de Redes Neurais / Inteligência Computacional (IX CBRN) Ouro Preto 25-28 de Outubro de 2009

Anais do IX Congresso Brasileiro de Redes Neurais / Inteligência Computacional (IX CBRN) Ouro Preto 25-28 de Outubro de 2009 SISTEMA NEURAL DE DETECÇÃO DE PLACAS DE VEÍCULOS AUTOMOTORES EM IMAGENS DIGITALIZADAS Luís Victor Cascão, José M. de Seixas Laboratório de Proces de Sinais COPPE/Poli - Universidade Federal do Rio de Janeiro

Leia mais

Técnicas de Suavização de Imagens e Eliminação de Ruídos

Técnicas de Suavização de Imagens e Eliminação de Ruídos 21 Técnicas de Suavização de Imagens e Eliminação de Ruídos Carlos H. Sanches 1, Paulo J. Fontoura 1, Phillypi F. Viera 1, Marcos A. Batista 1 1 Instituto de Biotecnologia Universidade Federal do Goiás

Leia mais

Pós Graduação Engenharia de Software

Pós Graduação Engenharia de Software Pós Graduação Engenharia de Software Ana Candida Natali COPPE/UFRJ Programa de Engenharia de Sistemas e Computação FAPEC / FAT Estrutura do Módulo Parte 1 QUALIDADE DE SOFTWARE PROCESSO Introdução: desenvolvimento

Leia mais