Avaliação de técnicas de processamento de imagem e extração de características em imagens de pulmão e de coluna vertebral
|
|
- Artur Palha Assunção
- 8 Há anos
- Visualizações:
Transcrição
1 Avaliação de técnicas de processamento de imagem e extração de características em imagens de pulmão e de coluna vertebral Luis Fernando Milano Oliveira 1, Daniel dos Santos Kaster 1 1 Departamento de Computação Universidade Estadual de Londrina (UEL) Caixa Postal CEP Londrina PR Brasil luismilanooliveira@gmail.com, dskaster@uel.br Abstract. The use of images in medicine is increasingly important in decisionmaking, as in diagnosis and the following of treatments of various kinds. However, some tasks can be unfeasible to be done by humans, such as retrieving images similar to a reference image withing a database of millions of images. Content based image retrieval systems have been developed to, among other things, solve that problem. Within this context, this work seeks to evaluate various solutions that have been proposed for pre-processing and feature extraction imaging, which are the initial tasks inside this kind of system. The goal of this research is to analyse the impact of using different techniques and of their combination when applied to diagnosis images of lung and spine. Resumo. A utilização de imagens dentro da medicina é cada vez mais essencial na tomada de decisões, como na realização de diagnósticos e acompanhamento de tratamentos dos mais diversos tipos. Contudo, algumas tarefas podem ser invíaveis para serem feitas por humanos, como a recuperação de imagens similares a uma de referência dentro de uma banco com milhões de imagens. Sistemas de recuperação de imagens com base em conteúdo tem sido desenvolvidos para, entre outras coisas, solucionar esse tipo de problema. Dentro do contexto desses sistemas, este trabalho busca avaliar diversas soluções que tem sido propostas para o pré-processamento de imagens e de extração de características de imagens médicas, que são as etapas iniciais desse tipo de sistema. O objetivo desta pesquisa é analisar o impacto do uso de diferentes técnicas e de combinação delas quando aplicadas à imagens de diagnóstico de pulmão e de coluna vertebral. 1. Introdução O avanço da tecnologia digital tornou praticamente universal a possibilidade de se registrar eventos dos mais variados por meio de imagens. Alguns dos equipamentos que diariamente registram uma infinidade delas que podem ser citados são as câmeras digitais, celulares, satélites, radares rodoviários e equipamentos médicos. Dentro da área médica as imagens são registradas por meio de radiografias, ressonâncias magnéticas, tomografias computadorizadas e ultrassonografias [11]. A grande quantidade de imagens pode dificultar o trabalho de um indivíduo em acessar apenas aquelas que lhe são relevantes no momento. Isso afeta desde usuários que utilizam motores de busca para encontrar imagens a partir de uma descrição de seu conteúdo até pesquisadores que desejam detectar padrões de atividade solar através da
2 similaridade existente entre as cerca de setenta mil imagens registradas diariamente [3] Essa dificuldade decorre do fato de que recuperar imagens com base em seu conteúdo é uma tarefa não trivial para computadores. A recuperação de imagens com base em conteúdo (Content Based Image Retrieval CBIR) desperta interesse na ciência da computação há muitos anos [13], [17], [20], [21] e são várias as áreas do conhecimento humano que se valem dos avanços já conquistados, incluindo: astronomia [3], oceanografia [18], medicina [5], entre outras. Esses avanços em CBIR foram possíveis devido ao desenvolvimento de técnicas de processamento de imagens, visão computacional, banco de dados e outras áreas da ciência da computação. Uma das áreas onde a aplicação de sistemas com suporte à CBIR tem potencial para trazer grandes benefícios é a médica, onde geralmente eles são utilizados como auxílio na tomada de decisões relacionadas a diagnósticos [17], [23]. Um exemplo de aplicação pode ser encontrado em [19], onde o sistema Higiia [4] é utilizado para auxiliar em diagnósticos de câncer de mama. Contudo, a complexidade do processo faz com que muitos desafios ainda estejam em aberto. O principal desses desafios diz respeito à dificuldade em se aproximar a interpretação que um ser humano(e.g. um médico) um computador tem da mesma imagem. Esse problema recebe o nome de descontinuidade semântica [10] e pode ser amenizado através do desenvolvimento das técnicas computacionais envolvidas nas etapas da recuperação de imagens com base no conteúdo. O processo de recuperação de imagens com base em conteúdo pode ser dividido nas seguintes etapas (que não necessariamente seguem essa ordem): pré-processamento das imagens; extração de suas características e representação de seu conteúdo; seleção das características mais relevantes; comparação das representações através de funções de distância; indexação das imagens num banco de dados; realização de consultas ao banco de imagens; O intuito deste trabalho é investigar técnicas de pré-processamento e de extração de características de imagens, que posteriormente são utilizadas em outras fases de um sistema de CBIR. O estudo será feito com base num banco de imagens de pulmão e de coluna vertebral destinado à pesquisas do grupo CROSS(Critical and Complex Systems research group) 1 2. Fundamentação Teórico-Metodológica e Estado da Arte Alguns conceitos que são base para o desenvolvimento deste trabalho são apresentados a seguir Recuperação de Imagens com Base em Conteúdo Sistemas de recuperação de imagens com base em conteúdo (Content Based Image Retrieval CBIR) tem recebido muita atenção dentro da ciência da computação nas duas 1
3 últimas décadas [21], [6]. Através de suas técnicas, pode-se, por exemplo, recuperar de maneira ágil imagens cujo conteúdo seja similar a uma imagem de referência. Isso é possível porque a indexação de imagens dentro do banco de dados passa a ser feita com base na similaridade existente entre elas. Entre as aplicações de CBIR está o suporte à tomada de decisões em diagnósticos médicos com base no conteúdo de exames realizados previamente [5]. A utilização de sistemas CBIR para apoio à diagnósticos médicos tem crescido [17], [2], [9] e, apesar de a decisão final em um diagnóstico ser integralmente do médico, o fato de que os sistemas podem oferecer alguma ajuda justifica a intensa busca por avanços na área [24], [8], [16], [22], [5], [19]. Apesar desse crescente interesse na área e de seu potencial para resolver problemas muito complexos, ainda não existe uma solução geral para a recuperação de imagens com base em conteúdo [8]. Isso exige que as técnicas sejam escolhidas com base nas particularidades existentes no domínio do problema em consideração [12]. Dois dos principais componentes de um sistema CBIR genérico são: a) um conjunto de representações do conteúdo das imagens(e.g. vetores de características); b) uma maneira de avaliar a similaridade entre as imagens(e.g. funções de distância) [5]. Vale também notar que, para ser útil na prática, esse processo depende da utilização de soluções em armazenamento e indexação de dados que sejam apropriadas para recuperação com base em similaridade. Algumas soluções bastante conhecidas são os Métodos de Acesso Espaciais (MAEs), para dados multidimensionais, e Métodos de Acesso Métricos (MAMs), para dados com dimensionalidade alta ou adimensionais [14]. Este trabalho se ocupará apenas com algoritmos responsáveis pelo primeiro desses componentes: a construção da representação das imagens que servirá de base para as etapas posteriores do sistema A Descontinuidade Semântica O maior problema enfrentado por sistemas de CBIR é conhecido na literatura como descontinuidade semântica, que pode ser definida como a discrepância que existe entre a interpretação cognitiva que um ser humano dá a uma imagem (alto nível de abstração) e a estrutura simples de pixels discretos, que é a maneira utilizada por programas de computador para representar imagens [9]. Por causa dessa descontinuidade a análise computacional de uma imagem médica pode conflitar com a interpretação que um especialista humano lhe daria, o que limita a utilidade desses sistemas à um mero suporte. Isso significa que eliminar ou ao menos diminuir essa descontinuidade representa um desafio muito importante dentro da pesquisa em visão computacional, e técnicas com sucesso em outras áreas também tem sido experimentadas, como o uso de redes neurais profundas [1]. A falta de uma solução genérica para a descontinuidade semântica exige que abordagens mais específicas sejam investigadas [17]. A linha que este trabalho segue é buscar otimizar uma das etapas do processo de recuperação de imagens dentro de um domínio bem definido e, para isso, vai limitar-se à investigação de técnicas de pré-processamento e de extração de características de imagens aplicando-as a imagens de pulmão e de coluna vertebral.
4 2.3. Processamento de imagens médicas A medicina moderna utiliza imagens de vários tipos na realização de diagnósticos. Entre eles podem ser citadas: raios X, ressonâncias magnéticas, ultrassonografias e tomografias computadorizadas [11], [9]. A utilização de sensores diversos para gerar as imagens, e o registro de diferentes regiões do corpo humano através deles, fazem com que cada tipo de imagem possua particularidades que devem ser levadas em conta quando da realização de seu processamento. Em muitos casos, é preferível que essas imagens sejam submetidas a uma etapa de tratamento anterior à extração de suas características, o que possibilita que uma representação mais expressiva seja construída[9]. Essa etapa de pré-processamento tem por finalidade ressaltar detalhes da imagem que sejam relevantes ao domínio do problema em questão, ou ainda tentar minimizar a influência de características irrelevantes. As técnicas que realizam esse tratamento nas imagens também recebem os nomes de técnicas de melhoramento ou técnicas de realce. Não existe uma teoria geral que sugira quais técnicas de pré-processamento devem ser utilizada para todos os tipos de imagens. Isso exige que emprego delas seja orientado de acordo com o problema que se deseja resolver [12]. Alguns exemplos de técnicas de processamento utilizadas em imagens médicas são apresentados a seguir, com base em [9] são: a) ajuste de janela e de nível; b) melhoramento de borda e de contraste; c) redução de ruído codificação de cores; d) registro e segmentação; e) compressão e gerenciamento de imagens; A aplicação dessas técnicas tem como meta auxiliar os extratores de características a construírem uma descrição do conteúdo da imagem que seja semanticamente fiel à percepção que um ser humano tem ao analisá-la Extração de características de imagens médicas Imagens digitais são compostas por um número finito de elementos, cada um com sua posição e valor, que são chamados pixels [12]. É possível que uma comparação trivial entre duas imagens seja feita puramente com base neles, mas esse tipo de comparação dificilmente traria resultados expressivos, uma vez que a similaridade entre duas imagens geralmente depende mais de suas descrições em alto nível do que do valor bruto de seus pixels. Uma maneira mais adequada de avaliar a similaridade entre imagens é fazê-la a partir de uma representação que privilegie características que sejam relevantes para o domínio do problema. A construção dessa representação, que geralmente tem a forma de um vetor de características, é feita por extratores de características. Os tipos básicos de extração levam em conta uma ou mais das seguintes características das imagens: a) escala de cinza e de cores; b) textura; c) conjuntos de pontos; d) contornos ou curvas; e) superfícies; f) regiões específicas; Alguns trabalhos feitos recententemente apresentam os extratores que mais tem sido utilizados dentro do domínio de imagens médicas [7], [5], [9], [23]. Com base nesses trabalhos, um conjunto inicial de extratores que serão usados neste trabalho é listado a seguir.
5 Baseados em escalas de cinza e de cor: Baseados em textura: histogramas; momentos; baseados em blocos. coocorrência de textura; espectro de potência de Fourier; características de Gabor; baseados em wavelets; características estatísticas de Harallick; características de Tamura; modelo de multirresolução autorregressivo. Baseados em contornos/curvas: aproximação poligonal; histogramas de borda; baseados em Fourier; espaço de curvatura de escala. Baseados em superfícies : conjuntos de nível/transformadas de distância; campos aleatórios Gaussianos; Baseados em regiões e partes : modelo estatístico de partes anatômicas; descritores de região baseados em wavelets; distribuição espacial de regiões de interesse. Baseados em outras características: espaços de forma; forma global; morfológicas; relacionamentos de localização e espaço. 3. Objetivos O objetivo geral desta pesquisa é classificar diferentes métodos de pré-processamento de imagens e de extração de características de acordo com sua adequação para uso na recuperação de imagens de pulmão e de coluna vertebral. Também podem ser considerados objetivos: demonstrar que comparações de algoritmos devem ser feitas com respeito a um tipo específico de imagem. encontrar as características mais relevantes para a representação de imagens de pulmão e de coluna vertebral; avaliar o impacto causado pela adoção de diferentes técnicas dentro de um CBIR;
6 4. Procedimentos metodológicos/métodos e técnicas De maneira a atingir o objetivo deste trabalho, será realizado um estudo comparativo de diferentes implementações de técnicas de pré-processamento e de extração de características de imagens médicas, aplicando-os a um banco de imagens existente no grupo de pesquisas CROSS, além de outros conjunto de dados que forem encontrados no decorrer do desenvolvimento do trabalho. Inicialmente, será feito um levantamento das técnicas de pré-processamento e extração de características recentes, juntamente com um levantamento de implementações já realizadas dessas técnicas e de conjuntos de dados adicionais que podem ser utilizados nos experimentos. Em seguida serão realizados experimentos com os algoritmos aplicados às imagens dos conjuntos de dados. Esses experimentos serão avaliados através de técnicas de classificação como Revocação x Precisão e Curvas ROC, com auxílio do módulo MedFMI-SiR [15]. Através dessas representações gráficas será possível avaliar o impacto da utilização dos diferentes algoritmos utilizados, especialmente em relação à quanto varia o número de falsospositivos retornados, bem como o de verdeiros-positivos não retornados, numa consulta por similaridade, quando existe uma variação na combinação de técnicas de préprocessamento e extratores de características aplicadas às imagens do conjunto de dados. 5. Cronograma de Execução As atividades descritas na seção 4 seguirão o cronograma de execução apresentado na Tabela 1. Atividades: 1. levantamento de algoritmos, implementações e conjuntos de dados para testes; 2. aplicação inicial dos algoritmos aos conjunto de testes; 3. análise da eficiência dos diferentes algoritmos quando aplicados à base de dados; 4. combinação de algoritmos buscando melhorar resultados da análise; 5. redação do TCC. Tabela 1. Cronograma de Execução ago set out nov dez jan fev mar Atividade 1 X X Atividade 2 X Atividade 3 X X Atividade 4 X X Atividade 5 X X X Atividade 6 X X X X X X 6. Contribuições e/ou Resultados esperados Espera-se que a pesquisa realizada ajude a apontar quais técnicas de processamento de imagem e de extração de características são mais apropriadas ou desapropriadas para serem aplicadas ao tipo de imagem escolhida para testes. Também espera-se contribuir para o entendimento de características presentes nessas imagens que expliquem o porquê de algumas técnicas serem mais eficiente do que outras.
7 Referências [1] Vibhu Agarwal and Clayton Carson. Using Deep Convolutional Neural Networks to Predict Semantic Features of Lesions in Mammograms [2] Wan Siti Halimatul Munirah Wan Ahmad and Mohammad Faizal Ahmad Fauzi. Comparison of different feature extraction techniques in content-based image retrieval for CT brain images. In 2008 IEEE 10th Workshop on Multimedia Signal Processing, pages IEEE, October [3] JuanM. Banda, MichaelA. Schuh, Tim Wylie, Patrick McInerney, and RafalA. Angryk. When too similar is bad: A practical example of the solar dynamics observatory content-based image-retrieval system. In Barbara Catania, Tania Cerquitelli, Silvia Chiusano, Giovanna Guerrini, Mirko Kämpf, Alfons Kemper, Boris Novikov, Themis Palpanas, Jaroslav Pokorný, and Athena Vakali, editors, New Trends in Databases and Information Systems, volume 241 of Advances in Intelligent Systems and Computing, pages Springer International Publishing, [4] M V N Bedo, M Ponciano-Silva, D S Kaster, P H Bugatti, A J M Traina, and C Traina Jr. Higiia: A Perceptual Medical CBIR System Applied to Mammography Classification. In Demo and Applications Session of the XXVII Brazilian Symposium on Databases (SBBD), pages 13 18, São Paulo, SP, [5] Ceyhun Burak Akgül, Daniel L. Rubin, Sandy Napel, Christopher F. Beaulieu, Hayit Greenspan, and Burak Acar. Content-based image retrieval in radiology: Current status and future directions. Journal of Digital Imaging, 24: , [6] Ritendra Datta, Dhiraj Joshi, Jia Li, and James Z. Wang. Image retrieval. ACM Computing Surveys, 40(2):1 60, April [7] Jeremiah D. Deng. Improving feature extraction for automatic medical image categorization th International Conference Image and Vision Computing New Zealand, IVCNZ Conference Proceedings, (Ivcnz): , [8] Thomas Deselaers, Daniel Keysers, and Hermann Ney. Features for image retrieval: an experimental comparison. Information Retrieval, 11(2):77 107, [9] Thomas M. Deserno. Biomedical Image Processing [10] Thomas M. Deserno, Sameer Antani, and Rodney Long. Ontology of gaps in contentbased image retrieval. Journal of Digital Imaging, 22: , [11] Atam P Dhawan. Medical Image Analysis. Wiley-IEEE Press, 2 edition, [12] Rafael C Gonzalez, Richard E Woods, and Barry R Masters. Digital image processing. Journal of Biomedical Optics, 14(2):9901, [13] Venkat N Gudivada and Vijay V Raghavan. Content based image retrieval systems. Computer, 28(9):18 22, [14] D Dos Santos Kaster and Ct Junior. Inclusão de Consultas por Similaridade em SGBDs: Teoria e Prática. Data.Ime.Usp.Br, pages 31 60, [15] D S Kaster, P H Bugatti, M Ponciano-Silva, A J M Traina, P M A Marques, A C Santos, and C Traina Jr. MedFMI-SiR: A Powerful DBMS Solution for Large-Scale Medical Image Retrieval. In International Conference on Information Technology in Bio- and
8 Medical Informatics, volume 6865 of Lecture Notes in Computer Science, pages 16 30, Berlin/Heidelberg, Springer. [16] Lr Rodney Long, Sameer Antani, Thomas Martin Tm Deserno, and Gr George R Thoma. Content-Based Image Retrieval in Medicine: Retrospective Assessment, State of the Art, and Future Directions. International Journal of Healthcare Information Systems and Informatics, 4(1):1 16, [17] Henning Müller, Nicolas Michoux, David Bandon, and Antoine Geissbuhler. A review of content-based image retrieval systems in medical applications-clinical benefits and future directions. International journal of medical informatics, 73:1 23, [18] J.A. Piedra-Fernandez, G. Ortega, J.Z. Wang, and M. Canton-Garbin. Fuzzy contentbased image retrieval for oceanic remote sensing. Geoscience and Remote Sensing, IEEE Transactions on, 52(9): , Sept [19] Marcelo Ponciano-Silva, Juliana P. Souza, Pedro H. Bugatti, Marcos V N Bedo, Daniel S. Kaster, Rosana T V Braga, Ângela D. Bellucci, Paulo M. Azevedo-Marques, Caetano Traina, and Agma J M Traina. Does a CBIR system really impact decisions of physicians in a clinical environment? Proceedings of CBMS th IEEE International Symposium on Computer-Based Medical Systems, pages 41 46, [20] Yong Rui, Thomas S Huang, Michael Ortega, and Sharad Mehrotra. Relevance feedback: a power tool for interactive content-based image retrieval. Circuits and Systems for Video Technology, IEEE Transactions on, 8(5): , [21] Arnold W M Smeulders, Marcel Worring, Simone Santini, Amarnath Gupta, and Ramesh Jain. Content-Based Image Retrieval at the End of the Early Years. IEEE Transactions on Pattern Analysis and Machine Intelligence (PAMI), 22(12): , [22] Agma J M Traina, Caetano Traina Jr, Cristina Dutra, De Aguiar Ciferri, Elaine Parros, Machado De Sousa, Jose Fernando, and Rodrigues Jr. The Images and Data Bases Group at University of São Paulo. 1(4):1 14, [23] Agma J M Traina, Caetano Traina Jr, Marcela X Ribeiro, Pedro H Bugatti, Carolina Y V Watanabe, and Paulo M Azevedo-marques. Feature Extraction and Selection for Decision Making, [24] Caetano Traina, Agma J M Traina, Myrian R B Araújo, Josiane M. Bueno, Fabio J T Chino, Humberto Razente, and Paulo M. Azevedo-Marques. Using an imageextended relational database to support content-based image retrieval in a PACS. Computer Methods and Programs in Biomedicine, 80, 2005.
LUIS FERNANDO MILANO OLIVEIRA
LUIS FERNANDO MILANO OLIVEIRA AVALIAÇÃO DE TÉCNICAS DE PROCESSAMENTO DE IMAGEM E EXTRAÇÃO DE CARACTERÍSTICAS EM IMAGENS DE PULMÃO E DE COLUNA VERTEBRAL LONDRINA PR 2015 LUIS FERNANDO MILANO OLIVEIRA AVALIAÇÃO
Leia maisPALAVRAS-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 maisUso de parâmetro de percepção para melhoria de qualidade de resultados de buscas por conteúdo de imagens
Uso de parâmetro de percepção para melhoria de qualidade de resultados de buscas por conteúdo de imagens Carolina Massae Kita 1, Daniel dos Santos Kaster 1 1 Departamento de Computação Universidade Estadual
Leia maisPROCESSAMENTO DIGITAL DE IMAGENS
PROCESSAMENTO DIGITAL DE IMAGENS Motivado por duas principais aplicações: Melhorar a informação da imagem para interpretação humana Processamento de cenas para percepção de máquinas (Visão Computacional)
Leia mais29/08/2011. Radiologia Digital. Princípios Físicos da Imagem Digital 1. Mapeamento não-linear. Unidade de Aprendizagem Radiológica
Mapeamento não-linear Radiologia Digital Unidade de Aprendizagem Radiológica Princípios Físicos da Imagem Digital 1 Professor Paulo Christakis 1 2 Sistema CAD Diagnóstico auxiliado por computador ( computer-aided
Leia maisUma Proposta de Recuperação de Imagens Mamográficas Baseada em Conteúdo
Uma Proposta de Recuperação de Imagens Mamográficas Baseada em Conteúdo H. E. R. Gato 1,3, F. L. S. Nunes 2 e H. Schiabel 1 1 USP- Depto. de Engenharia Elétrica, São Carlos, Brasil 2 Centro Universitário
Leia maisProjeto FlexiGrid IWA. Sistema de Armazenamento e Comunicação de Imagens
Projeto FlexiGrid IWA Sistema de Armazenamento e Comunicação de Imagens Aristófanes C. Silva Danilo Launde Lúcio Dias Roteiro PACS Definição Infra-Estrutura Camadas Problemas Soluções DICOM IWA Histórico
Leia maisProcessamento de Imagem. Prof. MSc. André Yoshimi Kusumoto andrekusumoto.unip@gmail.com
Processamento de Imagem Prof. MSc. André Yoshimi Kusumoto andrekusumoto.unip@gmail.com Visão Computacional Não existe um consenso entre os autores sobre o correto escopo do processamento de imagens, a
Leia maisCAROLINA MASSAE KITA USO DE PARÂMETRO DE PERCEPÇÃO PARA MELHORIA DE QUALIDADE DE RESULTADOS DE BUSCAS POR CONTEÚDO DE IMAGENS
CAROLINA MASSAE KITA USO DE PARÂMETRO DE PERCEPÇÃO PARA MELHORIA DE QUALIDADE DE RESULTADOS DE BUSCAS POR CONTEÚDO DE IMAGENS LONDRINA PR 2013 CAROLINA MASSAE KITA USO DE PARÂMETRO DE PERCEPÇÃO PARA MELHORIA
Leia mais4 Segmentação. 4.1. Algoritmo proposto
4 Segmentação Este capítulo apresenta primeiramente o algoritmo proposto para a segmentação do áudio em detalhes. Em seguida, são analisadas as inovações apresentadas. É importante mencionar que as mudanças
Leia maisUNIVERSIDADE FEDERAL DE SANTA CATARINA GRADUAÇÃO EM SISTEMAS DE INFORMAÇÃO DEPARTAMENTO DE INFORMÁTICA E ESTATÍSTICA DATA MINING EM VÍDEOS
UNIVERSIDADE FEDERAL DE SANTA CATARINA GRADUAÇÃO EM SISTEMAS DE INFORMAÇÃO DEPARTAMENTO DE INFORMÁTICA E ESTATÍSTICA DATA MINING EM VÍDEOS VINICIUS DA SILVEIRA SEGALIN FLORIANÓPOLIS OUTUBRO/2013 Sumário
Leia maisDesenvolvimento do Módulo de Pré-processamento e Geração de Imagens de. Imagens de Teste do Sistema DTCOURO
Desenvolvimento do Módulo de Pré-processamento e Geração de Imagens de Teste do Sistema DTCOURO Willian Paraguassu Amorim 27 de julho de 2005 1 Título Desenvolvimento do Módulo de Pré-processamento e Geração
Leia maisUNIVERSIDADE 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 maisW. R. Silva Classificação de Mamografias pela densidade do tecido mamário
Classificação de Mamografias pela densidade do tecido mamário Welber Ribeiro da Silva Universidade Federal de Ouro Preto Campus Universitário, Ouro Preto MG Brazil 19 de Abril de 2012 Definição Câncer
Leia maisAdministração de dados - Conceitos, técnicas, ferramentas e aplicações de Data Mining para gerar conhecimento a partir de bases de dados
Universidade Federal de Pernambuco Graduação em Ciência da Computação Centro de Informática 2006.2 Administração de dados - Conceitos, técnicas, ferramentas e aplicações de Data Mining para gerar conhecimento
Leia mais5 Extraindo listas de produtos em sites de comércio eletrônico
5 Extraindo listas de produtos em sites de comércio eletrônico Existem diversos trabalhos direcionadas à detecção de listas e tabelas na literatura como (Liu et. al., 2003, Tengli et. al., 2004, Krüpl
Leia maisA importância do PDTI na implantação da Governança de TI nas Prefeituras Brasileiras
A importância do PDTI na implantação da Governança de TI nas Prefeituras Brasileiras Hugo Queiroz Abonizio 1, Rodolfo Miranda de Barros 1 1 Departamento de Computação Universidade Estadual de Londrina
Leia mais4 Avaliação Experimental
4 Avaliação Experimental Este capítulo apresenta uma avaliação experimental dos métodos e técnicas aplicados neste trabalho. Base para esta avaliação foi o protótipo descrito no capítulo anterior. Dentre
Leia maisIndexação e Recuperação de Imagens por Conteúdo. Cleigiane Lemos Josivan Reis Wendeson Oliveira
Indexação e Recuperação de Imagens por Conteúdo Cleigiane Lemos Josivan Reis Wendeson Oliveira 1 Content-based Image Retrieval (CBIR) 2 Roteiro Introdução Arquitetura Extração de Características Indexação
Leia maisDescoberta de Domínio Conceitual de Páginas Web
paper:25 Descoberta de Domínio Conceitual de Páginas Web Aluno: Gleidson Antônio Cardoso da Silva gleidson.silva@posgrad.ufsc.br Orientadora: Carina Friedrich Dorneles dorneles@inf.ufsc.br Nível: Mestrado
Leia maisUNIVERSIDADE FEDERAL DE PERNAMBUCO
UNIVERSIDADE FEDERAL DE PERNAMBUCO Mestrado em Ciência da Computação CENTRO DE INFORMÁTICA Análise comparativa entre os diferentes tipos De protocolos para transmissão de dados Grupo: Professora: Disciplina:
Leia maisGUIA DE INTERPRETAÇÃO DO CELLA DA FLÓRIDA
GUIA DE INTERPRETAÇÃO DO CELLA DA FLÓRIDA INFORMAÇÕES GERAIS SOBRE O CELLA A Flórida utiliza o CELLA (Comprehensive English Language Learning Assessment, Avaliação Abrangente do Aprendizado de Língua Inglesa)
Leia maisCálculo de volume de objetos utilizando câmeras RGB-D
Cálculo de volume de objetos utilizando câmeras RGB-D Servílio Souza de ASSIS 1,3,4 ; Izadora Aparecida RAMOS 1,3,4 ; Bruno Alberto Soares OLIVEIRA 1,3 ; Marlon MARCON 2,3 1 Estudante de Engenharia de
Leia maisSimulação Transiente
Tópicos Avançados em Avaliação de Desempenho de Sistemas Professores: Paulo Maciel Ricardo Massa Alunos: Jackson Nunes Marco Eugênio Araújo Dezembro de 2014 1 Sumário O que é Simulação? Áreas de Aplicação
Leia maisISO/IEC 12207: Gerência de Configuração
ISO/IEC 12207: Gerência de Configuração Durante o processo de desenvolvimento de um software, é produzida uma grande quantidade de itens de informação que podem ser alterados durante o processo Para que
Leia mais3 Classificação. 3.1. Resumo do algoritmo proposto
3 Classificação Este capítulo apresenta primeiramente o algoritmo proposto para a classificação de áudio codificado em MPEG-1 Layer 2 em detalhes. Em seguida, são analisadas as inovações apresentadas.
Leia maisSistema de Informação dos Pontos de Cultura SIPCult
Sistema de Informação dos Pontos de Cultura SIPCult Information System of Pontos de Cultura - SIPCult Brasil 2010 Instituto Lidas Pontão Nós Digitais 2 "A cultura é uma necessidade imprescindível de toda
Leia mais7.Conclusão e Trabalhos Futuros
7.Conclusão e Trabalhos Futuros 158 7.Conclusão e Trabalhos Futuros 7.1 Conclusões Finais Neste trabalho, foram apresentados novos métodos para aceleração, otimização e gerenciamento do processo de renderização
Leia maisMÓDULO 9 METODOLOGIAS DE DESENVOLVIMENTO DE SISTEMAS
MÓDULO 9 METODOLOGIAS DE DESENVOLVIMENTO DE SISTEMAS O termo metodologia não possui uma definição amplamente aceita, sendo entendido na maioria das vezes como um conjunto de passos e procedimentos que
Leia maisAnálise comparativa sobre bases de dados para armazenamento e consulta de dados não estruturados no formato JSON.
UNIVERSIDADE FEDERAL DE PERNAMBUCO CENTRO DE INFORMÁTICA Análise comparativa sobre bases de dados para armazenamento e consulta de dados não estruturados no formato JSON. Proposta de Trabalho de Graduação
Leia maisSEGMENTAÇÃO 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 maisPush Technologies. Caixa Postal 10.011 CEP 86057-970 Londrina PR Brasil. sean.alvarenga@gmail.com, brunozarpelao@uel.br
Push Technologies Sean Carlisto de Alvarenga 1, Bruno Bogaz Zarpelão 1 1 Departamento de Computação Universidade Estadual de Londrina (UEL) Caixa Postal 10.011 CEP 86057-970 Londrina PR Brasil sean.alvarenga@gmail.com,
Leia maisUniversidade Federal de Pernambuco
Universidade Federal de Pernambuco Graduação em Engenharia da Computação Centro de Informática 2D Feature Distance Estimation for Indoor Environments using 2D laser range data Proposta de Trabalho de Graduação
Leia maisDESENVOLVIMENTO DE UM SOFTWARE NA LINGUAGEM R PARA CÁLCULO DE TAMANHOS DE AMOSTRAS NA ÁREA DE SAÚDE
DESENVOLVIMENTO DE UM SOFTWARE NA LINGUAGEM R PARA CÁLCULO DE TAMANHOS DE AMOSTRAS NA ÁREA DE SAÚDE Mariane Alves Gomes da Silva Eliana Zandonade 1. INTRODUÇÃO Um aspecto fundamental de um levantamento
Leia maisSegmentação 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 maisGerenciamento de Incidentes - ITIL. Prof. Rafael Marciano
Gerenciamento de Incidentes - ITIL Prof. Rafael Marciano Conteúdo Objetivos Conceitos e Definições Atividades Indicadores Chaves de Desempenho Papéis Desafios Um pouco sobre a certificação ITIL Foundations
Leia maisAula 02: Conceitos Fundamentais
Aula 02: Conceitos Fundamentais Profa. Ms. Rosângela da Silva Nunes 1 de 26 Roteiro 1. Por que mineração de dados 2. O que é Mineração de dados 3. Processo 4. Que tipo de dados podem ser minerados 5. Que
Leia maisATENÇÃO: * Arquivos com tamanho superior a 500 KB NÃO SERÃO ACEITOS * SOMENTE serão aceitos documentos do formato: PDF
TUTORIAL DE DIGITALIZAÇÃO DIRIGIDO AO USO DO PROCESSO ELETRÔNICO Adaptado do tutorial elaborado pelo colega MAICON FALCÃO, operador de computador da subseção judiciária de Rio Grande. Introdução Este tutorial
Leia maisSTUDY ABOUT INFLUENCE ON ACADEMIC PERFORMANCE OF STUDENTS USERS OF SOCIAL NETWORKS
STUDY ABOUT INFLUENCE ON ACADEMIC PERFORMANCE OF STUDENTS USERS OF SOCIAL NETWORKS Elton Rabelo (Instituto de Ensino Superior e Pesquisa INESP, MG, Brasil) - eltonneolandia@yahoo.com.br Thiago Magela Rodrigues
Leia maisPROJETO DE PESQUISA MODALIDADE INICIAÇÃO CIENTÍFICA (BOLSA PIC/FACIT/FAPEMIG)
PROJETO DE PESQUISA MODALIDADE INICIAÇÃO CIENTÍFICA (BOLSA PIC/FACIT/FAPEMIG) MONTES CLAROS FEVEREIRO/2014 COORDENAÇÃO DE PESQUISA PROGRAMA DE INICIAÇÃO CIENTÍFICA DISPOSITIVOS MÓVEIS INTELIGENTES ORIENTADOR:
Leia maisFACULDADE DE ENGENHARIA DE COMPUTAÇÃO. PROJETO FINAL I e II PLANO DE TRABALHO <NOME DO TRABALHO> <Nome do Aluno> <Nome do Orientador>
FACULDADE DE ENGENHARIA DE COMPUTAÇÃO PROJETO FINAL I e II PLANO DE TRABALHO O Trabalho de Conclusão de Curso (TCC) a ser desenvolvido
Leia maisGlossário Apresenta a definição dos termos, siglas e abreviações utilizadas no contexto do projeto Citsmart.
Apresenta a definição dos termos, siglas e abreviações utilizadas no contexto do projeto Citsmart. Versão 1.6 15/08/2013 Visão Resumida Data Criação 15/08/2013 Versão Documento 1.6 Projeto Responsáveis
Leia maisFigura 01: Aplicações do Filtro Espacial Passa-Baixa.
791 IMPLEMENTAÇÃO DE TÉCNICAS DE PRÉ-PROCESSAMENTO E PROCESSAMENTO DE IMAGENS PARA RADIOGRAFIAS CARPAIS Rafael Lima Alves 1 ; Michele Fúlvia Angelo 2 Bolsista PROBIC, Graduando em Engenharia de Computação,
Leia maisImplantação de PACS com Suporte à Recuperação de Imagens Baseada em Conteúdo em Hospital Universitário
X CONGRESSO BRASILEIRO DE INFORMÁTICA EM SAÚDE Implantação de PACS com Suporte à Recuperação de Imagens Baseada em Conteúdo em Hospital Universitário Autores: Edilson Carlos Caritá Enzo Seraphim Marcelo
Leia maisUtilização de Análise de Características Dinâmicas em analises estáticas.
Utilização de Análise de Características Dinâmicas em analises estáticas. Felipe A. Miziara 1, Marcelo A. Maia 1 1 Departamento de pós-graduação em Ciências da Computação Universidade Federal de Uberlândia
Leia maisResultados Experimentais
Capítulo 6 Resultados Experimentais Este capítulo é dedicado às avaliações experimentais do sistema CBIR. Os experimentos aqui realizados têm três objetivos principais: comparar os nossos resultados com
Leia maisDescritores de textura na análise de imagens de microtomografia computadorizada
Trabalho apresentado no XXXV CNMAC, Natal-RN, 2014. Descritores de textura na análise de imagens de microtomografia computadorizada Sandro R. Fernandes Departamento de Educação e Tecnologia, Núcleo de
Leia maisO Software Face Match
Apêndice A O Software Face Match A.1 - Desenvolvimento do software para a extração de características de imagens de faces humanas: Face Match. Para dar suporte à proposta do trabalho de mestrado iniciou-se
Leia maisde 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 maisAvaliação de técnicas de seleção de quadros-chave na recuperação de informação por conteúdo visual
Avaliação de técnicas de seleção de quadros-chave na recuperação de informação por conteúdo visual Shênia Salvador de Pinho, Kleber J. F. Souza Instituto de Ciências Exatas e Informática PUC Minas Guanhães,
Leia maisDESENVOLVIMENTO DE UM MÉTODO PARA REFINAMENTO DE RESPOSTAS BASEADO EM RELEVANCE FEEDBACK PARA REFINAR CONSULTAS POR SIMILARIDADE
CONVÊNIOS CNPq/UFU & FAPEMIG/UFU Universidade Federal de Uberlândia Pró-Reitoria de Pesquisa e Pós-Graduação DIRETORIA DE PESQUISA COMISSÃO INSTITUCIONAL DE INICIAÇÃO CIENTÍFICA 2008 UFU 30 anos DESENVOLVIMENTO
Leia maisPlanejamento Estratégico de TI. Prof.: Fernando Ascani
Planejamento Estratégico de TI Prof.: Fernando Ascani BI Business Intelligence A inteligência Empresarial, ou Business Intelligence, é um termo do Gartner Group. O conceito surgiu na década de 80 e descreve
Leia maisRECONHECIMENTO 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 maisComparação 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 maisIDENTIFICAÇÃO 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 maisAutor: Patrícia Aparecida Proença 1 Orientador: Prof. Dr. Ilmério Reis da Silva 1 Co-Orientadora: Profª. Drª Celia A.
UMA PROPOSTA DE MELHORIA NO PROCESSO DE RECUPERAÇÃO DE IMAGENS DIGITAIS COM BASE NA DISTRIBUIÇÃO DE CARACTERÍSTICAS DE BAIXO NÍVEL EM SEUS SEGMENTOS UTILIZANDO ÍNDICE INVERTIDO Autor: Patrícia Aparecida
Leia maisUniversidade Católica Dom Bosco
Universidade Católica Dom Bosco Centro de Ciências Exatas e Tecnológicas Curso de Engenharia de Computação Técnicas de Visão Computacional para Rastreamento de Múltiplos Objetos João Bosco Oliveira Monteiro
Leia mais6 Construção de Cenários
6 Construção de Cenários Neste capítulo será mostrada a metodologia utilizada para mensuração dos parâmetros estocásticos (ou incertos) e construção dos cenários com respectivas probabilidades de ocorrência.
Leia maisEstudos Iniciais do Sistema didático para análise de sinais no domínio da frequência DSA-PC: tipos de janelas temporais.
Estudos Iniciais do Sistema didático para análise de sinais no domínio da frequência DSA-PC: tipos de janelas temporais. Patricia Alves Machado Telecomunicações, Instituto Federal de Santa Catarina machadopatriciaa@gmail.com
Leia maisUma arquitetura de Cloud Computing para análise de Big Data proveniente da Internet of Things
UNIVERSIDADE FEDERAL DE PERNAMBUCO Graduação em Engenharia da Computação Centro de Informática Uma arquitetura de Cloud Computing para análise de Big Data proveniente da Internet of Things Aluno: Diogo
Leia maisANÁLISE DA CONSERVAÇÃO PÓS-COLHEITA DA ALFACE (Lactuca Sativa, L) UTILIZANDO O SISTEMA DE APOIO À TOMADA DE DECISÃO BKD
ANÁLISE DA CONSERVAÇÃO PÓS-COLHEITA DA ALFACE (Lactuca Sativa, L) UTILIZANDO O SISTEMA DE APOIO À TOMADA DE DECISÃO BKD RESUMO Thereza P. P. Padilha Fabiano Fagundes Conceição Previero Laboratório de Solos
Leia maisSistemas Operacionais
Sistemas Operacionais Sistemas Operacionais Prof. Marcelo Sabaris Carballo Pinto Gerenciamento de Dispositivos Gerenciamento de Dispositivos de E/S Introdução Gerenciador de Dispositivos Todos os dispositivos
Leia maisRADIOLOGIA DIGITAL. Conceitos Básicos. Eizo Soluções Médicas
Eizo Soluções Médicas Conceitos Básicos RADIOLOGIA DIGITAL Entenda os conceitos, termos e a história da radiologia ; os benefícios, desafios e o futuro da radiologia digital INTRODUÇÃO Para profissionais
Leia maisOrganizaçãoe Recuperação de Informação GSI521. Prof. Rodrigo Sanches Miani FACOM/UFU
Organizaçãoe Recuperação de Informação GSI521 Prof. Rodrigo Sanches Miani FACOM/UFU Introdução Organização e Recuperação de Informação(GSI521) Tópicos Recuperação de informação (RI); Breve histórico; O
Leia maisSistema de Recuperação de Imagens Similares em um Hospital Universitário
Sistema de Recuperação de Imagens Similares em um Hospital Universitário Natália Abdala Rosa 1,6, Roberto Figueira Santos Filho 2, Josiane M. Bueno 3, Agma J. M. Traina 4, Caetano Traina Junior 5 1,2,3,4,5
Leia maisExtensão do SGBD PostgreSQL para suportar recuperação de imagens por conteúdo
Extensão do SGBD PostgreSQL para suportar recuperação de imagens por conteúdo Ernani Viriato de Melo V Jornada Científica 24/10/2006 Tópicos Abordados Motivação Imagens e Características PostgreSQL-IE:
Leia maisFATEC Cruzeiro José da Silva. Ferramenta CRM como estratégia de negócios
FATEC Cruzeiro José da Silva Ferramenta CRM como estratégia de negócios Cruzeiro SP 2008 FATEC Cruzeiro José da Silva Ferramenta CRM como estratégia de negócios Projeto de trabalho de formatura como requisito
Leia maisPós-Graduação em Gerenciamento de Projetos práticas do PMI
Pós-Graduação em Gerenciamento de Projetos práticas do PMI Planejamento do Gerenciamento das Comunicações (10) e das Partes Interessadas (13) PLANEJAMENTO 2 PLANEJAMENTO Sem 1 Sem 2 Sem 3 Sem 4 Sem 5 ABRIL
Leia maisDisciplina: Introdução à Informática Profª Érica Barcelos
Disciplina: Introdução à Informática Profª Érica Barcelos CAPÍTULO 4 1. ARQUITETURA DO COMPUTADOR- HARDWARE Todos os componentes físicos constituídos de circuitos eletrônicos interligados são chamados
Leia maisBIRAM: Sistema para Recuperação de Imagens por Conteúdo
BIRAM: Sistema para Recuperação de Imagens por Conteúdo Ramon A. Moreno 1, Sérgio S. Furuie 1 1 Divisão de Informática, Instituto do Coração (InCor), Hospital das Clínicas - USP, Brasil Resumo As imagens
Leia mais1 INTRODUÇÃO Internet Engineering Task Force (IETF) Mobile IP
1 INTRODUÇÃO Devido ao crescimento da Internet, tanto do ponto de vista do número de usuários como o de serviços oferecidos, e o rápido progresso da tecnologia de comunicação sem fio (wireless), tem se
Leia maisFANESE Faculdade de Administração e Negócios de Sergipe
1 FANESE Faculdade de Administração e Negócios de Sergipe ITIL V2 Service Support Aracaju, Setembro de 2009 EDUARDO DA PAIXÃO RODRIGUES LUCIELMO DE AQUINO SANTOS 2 ITIL V2 Service Support Trabalho de graduação
Leia maisChow&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 mais1.1. Organização de um Sistema Computacional
1. INTRODUÇÃO 1.1. Organização de um Sistema Computacional Desde a antiguidade, o homem vem desenvolvendo dispositivos elétricoeletrônicos (hardware) que funciona com base em instruções e que são capazes
Leia maisRecuperação de Imagens na Web Baseada em Informações Textuais
Recuperação de Imagens na Web Baseada em Informações Textuais André Ribeiro da Silva Mário Celso Candian Lobato Universidade Federal de Minas Gerais Departamento de Ciência da Computação {arsilva,mlobato}@dcc.ufmg.br
Leia mais2 Classificação de Imagens de Sensoriamento Remoto
2 Classificação de Imagens de Sensoriamento Remoto 2.1. Processamento Digital de Imagens Processamento Digital de Imagens entende-se como a manipulação de uma imagem por computador de modo que a entrada
Leia maisGED / ECM / EIM. Gerenciamento Eletrônico de Documentos ou Gestão Eletrônica de Documentos. Por: Marcelo Vasconcelos Fatudo
Gerenciamento Eletrônico de Documentos ou Gestão Eletrônica de Documentos Por: Marcelo Vasconcelos Fatudo OBJETIVOS: GERAR ARMAZENAR CONTROLAR COMPARTILHAR RECUPERAR DADOS E/OU INFORMAÇÕES DADO / INFORMAÇÃO
Leia maisSistema de mineração de dados para descobertas de regras e padrões em dados médicos
Sistema de mineração de dados para descobertas de regras e padrões em dados médicos Pollyanna Carolina BARBOSA¹; Thiago MAGELA² 1Aluna do Curso Superior Tecnólogo em Análise e Desenvolvimento de Sistemas
Leia maisClip-art Retrieval using Sketches PTDC/EIA-EIA/108077/2008
PROJECTOS DE INVESTIGAÇÃO CIENTÍFICA E DESENVOLVIMENTO TECNOLÓGICO Clip-art Retrieval using Sketches PTDC/EIA-EIA/108077/2008 Deliverable: D1 - Clip-art Simplification Tool Task: T1 - Clip-art Simplification
Leia maisBanco de Dados Aula 1 Introdução a Banco de Dados Introdução Sistema Gerenciador de Banco de Dados
Banco de Dados Aula 1 Introdução a Banco de Dados Introdução Um Sistema Gerenciador de Banco de Dados (SGBD) é constituído por um conjunto de dados associados a um conjunto de programas para acesso a esses
Leia maisMaterial de Apoio. Sistema de Informação Gerencial (SIG)
Sistema de Informação Gerencial (SIG) Material de Apoio Os Sistemas de Informação Gerencial (SIG) são sistemas ou processos que fornecem as informações necessárias para gerenciar com eficácia as organizações.
Leia maisReconhecimento de marcas de carros utilizando Inteligência Artificial. André Bonna Claudio Marcelo Basckeira Felipe Villela Lourenço Richard Keller
Reconhecimento de marcas de carros utilizando Inteligência Artificial André Bonna Claudio Marcelo Basckeira Felipe Villela Lourenço Richard Keller Motivação Análise estatística das marcas de carros em
Leia maisAmbientes Computacionais para o Desenvolvimento e Aplicação de Sistemas de Documentação Ativa
Plano de Trabalho Ambientes Computacionais para o Desenvolvimento e Aplicação de Sistemas de Documentação Ativa Professores Ana Cristina Garcia Bicharra 1 e Flávio Miguel Varejão 2 1 Laboratório de Documentação
Leia maisUFGD 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 maisA Grande Importância da Mineração de Dados nas Organizações
A Grande Importância da Mineração de Dados nas Organizações Amarildo Aparecido Ferreira Junior¹, Késsia Rita da Costa Marchi¹, Jaime Willian Dias¹ ¹Universidade Paranaense (Unipar) Paranavaí PR Brasil
Leia maisProcessamento 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 mais1 Descrição do Trabalho
Departamento de Informática - UFES 1 o Trabalho Computacional de Algoritmos Numéricos - 13/2 Métodos de Runge-Kutta e Diferenças Finitas Prof. Andréa Maria Pedrosa Valli Data de entrega: Dia 23 de janeiro
Leia maisSistemas Operacionais e Introdução à Programação. Vetores e matrizes
Sistemas Operacionais e Introdução à Programação Vetores e matrizes 1 Matrizes Cada elemento de uma matriz é referenciado indicando-se sua posição dentro da matriz. Na Matemática, matrizes são arranjos
Leia mais)HUUDPHQWDV &RPSXWDFLRQDLV SDUD 6LPXODomR
6LPXODomR GH6LVWHPDV )HUUDPHQWDV &RPSXWDFLRQDLV SDUD 6LPXODomR #5,6. Simulador voltado para análise de risco financeiro 3RQWRV IRUWHV Fácil de usar. Funciona integrado a ferramentas já bastante conhecidas,
Leia maisCálculo Numérico Aula 1: Computação numérica. Tipos de Erros. Aritmética de ponto flutuante
Cálculo Numérico Aula : Computação numérica. Tipos de Erros. Aritmética de ponto flutuante Computação Numérica - O que é Cálculo Numérico? Cálculo numérico é uma metodologia para resolver problemas matemáticos
Leia maisOrganização e Recuperação da Informação
GSI024 Organização e Recuperação da Informação Introdução Ilmério Reis da Silva ilmerio@facom.ufu.br www.facom.ufu.br/~ilmerio/ori UFU/FACOM - 2011/1 Arquivo 1a Introdução Porque RI? Problemas da solução
Leia maisUsando Ferramentas de Busca
Web Marketing Usando Ferramentas de Busca Marcelo Silveira Novatec Editora Ltda. www.novateceditora.com.br 1 Conhecendo o cenário de pesquisas na Internet Este capítulo apresenta uma visão geral sobre
Leia maisUNIVERSIDADE PRESBITERIANA MACKENZIE Faculdade de Computação e Informática MATRIZ CURRICULAR ELETIVAS
MATRIZ CURRICULAR S LIVRE ESCOLHA Núcleo Temático: HUMANAS Disciplina: LÍNGUA BRASILEIRA DE SINAIS 34 h/a (.34 ) Teóricas Etapa: 4ª Compreensão de aspectos composicionais da Língua Brasileira de Sinais
Leia maisMonitoramento de Métricas de Segurança da Informação
Monitoramento de Métricas de Segurança da Informação Rafael Seidi Shigueoka¹, Bruno Bogaz Zarpelão¹ 1 Departamento de Computação Universidade Estadual de Londrina (UEL) Caixa Postal 10.011 CEP 86057-970
Leia maisUNIVERSIDADE FEDERAL DE SANTA CATARINA
UNIVERSIDADE FEDERAL DE SANTA CATARINA CIÊNCIAS DA COMPUTAÇÃO MÁQUINAS DE COMITÊ APLICADAS À FILTRAGEM DE SPAM Monografia submetida à UNIVERSIDADE FEDERAL DE SANTA CATARINA para a obtenção do grau de BACHAREL
Leia maisAdriano Maranhão BUSINESS INTELLIGENCE (BI),
Adriano Maranhão BUSINESS INTELLIGENCE (BI), BUSINESS INTELLIGENCE (BI) O termo Business Intelligence (BI), popularizado por Howard Dresner do Gartner Group, é utilizado para definir sistemas orientados
Leia maisAnálise e visualização de dados utilizando redes neurais artificiais auto-organizáveis
Análise e visualização de dados utilizando redes neurais artificiais auto-organizáveis Adriano Lima de Sá Faculdade de Computação Universidade Federal de Uberlândia 20 de junho de 2014 Adriano L. Sá (UFU)
Leia maisGerenciamento de Incidentes
Gerenciamento de Incidentes Os usuários do negócio ou os usuários finais solicitam os serviços de Tecnologia da Informação para melhorar a eficiência dos seus próprios processos de negócio, de forma que
Leia mais