Detecção de fraudes em hidrômetros através da utilização de técnicas de reconhecimento de padrões
|
|
- Maria Clara Marreiro Lisboa
- 7 Há anos
- Visualizações:
Transcrição
1 Detecção de fraudes em hidrômetros através da utilização de técnicas de reconhecimento de padrões Juliana Patrícia Detroz Orientador: André Tavares da Silva Programa de Pós-Graduação em Computação Aplicada (PPGCA) Universidade do Estado de Santa Catarina (UDESC) Joinville, SC - Brasil
2 Roteiro Introdução Motivação Objetivo Desafios Trabalhos relacionados Fundamentação teórica Desenvolvimento proposto Resultados Conclusões Referências 2/27
3 Introdução Motivação Crescente preocupação com escassez de recursos hídricos; Perdas de água: Em 2012 = 36,9% total água tratada (SNIS,2014); Em 2013 = 37% = aumento de 0,1% (SNIS,2015); Índices podem ser mais elevados, considerando medições precárias em determinadas regiões do país; Causas: vazamentos ocultos e aparentes, ligações clandestinas, fraudes; 3/27
4 Introdução Motivação Combate a fraudes: Reduzir perdas de água Minimizar desperdício água Mensalmente ocorrem visitas a todas unidades consumidoras: Ciclo de leitura = unidades consumidoras / mês Impossibilidade análise individual da fraude no local Registro por foto; Automatizar tarefa; Sistema Especialista. 4/27
5 Introdução Objetivo Realizar a detecção automatizada de fraudes em hidrômetros em imagens através de técnicas de reconhecimento de padrões, minimizando necessidade de deslocamento para fiscalizações, reduzindo custos e riscos associados a esta atividade e evitando desperdício de água. 5/27
6 Introdução Desafios Imagens com fundos diversos; Fotos tiradas em diversos ângulos, rotações e escalas; Oclusão; Diversos tipos de fraudes: Cavalete invertido, Obstrução relógio, Remoção medidor, Ausência de lacres; Lacres rompidos; etc; } 1º indício de irregularidade 6/27
7 Introdução Figura 1 Exemplos de fraudes. Fonte: do próprio autor. 7/27
8 Trabalhos relacionados Detecção de anomalias Ação de encontrar padrões em dados que não estão em conformidade com um comportamento esperado e bem definido (CHANDOLA et al., 2009). Detecção de fraudes Identificação de atividades criminosas executadas contra organizações comerciais, cujo executor consome de forma não autorizada recursos fornecidos por esta organização (CHANDOLA et al., 2009). Exemplos: Telecomunicações (HILAS e MASTOROCOSTAS, 2008) Cartões de crédito (GHOSH e REILLY, 1994) Consumo de energia elétrica (MODENERO et al., 2012; NAGI, et al. 2008; RAMOS et al., 2011) 8/27
9 Trabalhos relacionados Nagi et al. (2008) Detectar irregularidades a partir de comportamento de consumo anormal SVM; amostras de consumo médio de 24 meses + indicador de atraso de pagamento; Dados domínio contínuo; Ramos et al. (2011) Evitar perdas não técnicas de energia elétrica = diferença entre energia gerada e total faturado; OPF; Dados domínio contínuo; Problema de classificação binária. 9/27
10 Trabalhos relacionados Diferenças com presente pesquisa Detecção de fraudes por análise de imagens; Análise de consumo: somente eficiente para fraudes recentes; OPF + HOG (até então SVM+HOG); Classificação múltiplas classes; Classificação por contexto: Objetos de forma comum (lacre); Utilizar a floresta para encontrar as árvores (TORRALBA et al., 2010). Não identificados trabalhos aplicados ao mesmo problema; Poucos trabalhos encontrados intitulando-se detecção de fraudes por análise de imagens; 10/27
11 Fundamentação teórica Reconhecimento de padrões (RP) Definição: Tarefa de atribuição de rótulos a objetos, sendo estes descritos através de medidas denominadas atributos ou características (KUNCHEVA, 2004); Dados de entrada: diversos (sinais, texto, contínuos, discretos, etc.). Visão computacional: Dados de entradas: imagens; Utiliza técnicas de RP; Diversos problemas podem ser formulados como problemas de classificação. 11/27
12 Fundamentação teórica Figura 2 Processo de RP. Fonte: adaptado de Kuncheva (2004). 12/27
13 Fundamentação teórica Pré-processamento Preparar dados para auxiliar próximas etapas. Morfologia matemática Operação em uma imagem por um elemento estruturante; Operações básicas: dilatação e erosão; Abertura: remover ruídos e objetos pequenos. Figura 3 Operações morfológicas. Fonte: Dougherty e Lotufo (2003). 13/27
14 Fundamentação teórica Pré-processamento - Segmentação Grabcut (ROTHER et al., 2004): evolução do método de cortes em grafos; Menor interação do usuário; Limiarização Otsu (1975): não supervisionado. Figura 4 Aplicação de segmentação. Fonte: do próprio autor. 14/27
15 Fundamentação teórica Extração de características Extrair um vetor de características a partir da codificação das propriedades de um dado de entrada para que possam ser comparados através de uma função de similaridade (TORRES, 2009). Histogramas de gradientes orientados (HOG) Proposto por Dalal e Triggs (2005); Forma = distribuição de intensidade local do gradiente; Framework de detecção; Proposta original: SVM. Figura 5 Visualização de orientação de gradientes. Fonte: do próprio autor. 15/27
16 Fundamentação teórica Histogramas de gradientes orientados (HOG) Nr. características: tamanho da janela detecção; nr blocos x nr células por bloco x 9 bins; 128x80: 15 x 9 x 4 x 9 = Figura 6 Funcionamento HOG. Fonte:do próprio autor. 16/27
17 Fundamentação teórica Florestas de Caminhos Ótimos - OPF (PAPA et al., 2009) Classificador baseado em grafos; Reduz reconhecimento de padrões ao cálculo de floresta de caminhos mínimos; Multiclasses; Independente de parâmetros; Menor tempo de treinamento; Figura 7 Funcionamento OPF. Fonte:Papa et al. (2009). 17/27
18 Desenvolvimento Modelo Proposto 3 etapas: Detecção hidrômetro; Localização área dos lacres; Classificação condição dos lacres; C++; OpenCV; LibOPF. Figura 8 Estrutura do hidrômetro. Fonte:do próprio autor. 18/27
19 Desenvolvimento Figura 9 Modelo proposto. Fonte: do próprio autor. 19/27
20 Desenvolvimento Modelo Proposto 1ª etapa: HOG + OPF 5 classes: 4 hidrômetros (rotações) + 1 não hidrômetro (fundos); Hidrômetro não localizado = rotação 90º; Segmentação hidrômetro; 2ª etapa: Gera máscara do hidrômetro; Posição lacre = 1/3 à direita e 1/3 à esquerda; Gera máscara do lacre; 3ª etapa: OPF + descritores cor/textura (BIC, GCH, LBP, SMS); Em andamento; Construção base de treinamento. 20/27
21 Resultados 1ª etapa Figura 10 Exemplos de resultados de localização de hidrômetros. Fonte: do próprio autor. 21/27
22 Experimentos Resultados testes iniciais 1ª etapa: Treinamento: 962 amostras; Teste: 744 imagens. Tabela 1 Resultados. 22/27
23 Resultados 2ª etapa Figura 11 Execução da etapa 2. Fonte:do próprio autor. 23/27
24 Conclusões OPF+HOG: mostrou-se uma solução adequada para resolver a detecção de hidrômetros; Escolha da representação no objeto na base de treinamento é fundamental para o resultado; Em andamento: finalizar 3ª etapa; Testes comparativos; Documentação. 24/27
25 Referências BRASIL, Ministério das Cidades, Secretaria Nacional de Saneamento Ambiental, Sistema nacional de informações sobre saneamento: diagnóstico dos serviços de água e esgoto,, Brasília: SNSA/MCIDADES, BRASIL, Ministério das Cidades, Secretaria Nacional de Saneamento Ambiental, Sistema nacional de informações sobre saneamento: diagnóstico dos serviços de água e esgoto,, Brasília: SNSA/MCIDADES, CHANDOLA, V.; BANERJEE, A.; KUMAR, V. (2009) Anomaly detection: A survey. ACM Computing Surveys (CSUR), ACM, vol. 41, n. 3, pp. 15. DALAL, N.; TRIGGS, B. (2005) Histograms of oriented gradients for human detection. In Computer Vision and Pattern Recognition, IEEE Computer Society Conference on, vol. 1, pp , ACM. DOUGHERTY, E. R.; LOTUFO, R. A. (2003) Hands-on morphological image processing. SPIE press Bellingham. GHOSH, S.; REILLY, D. L. (1994) Credit card fraud detection with a neural network. In: IEEE. System Sciences. Proceedings of the Twenty- Seventh Hawaii International Conference on. vol. 3, pp HILAS, C. S.; MASTOROCOSTAS, P. A. (2008) An application of supervised and unsupervised learning approaches to telecommunications fraud detection. Knowledge-Based Systems, Elsevier, vol. 21, n.7, pp KUNCHEVA, L. I.(2004) Combining pattern classifiers: methods and algorithms. John Wiley & Sons. MONEDERO, I.; BISCARRI, F; LEÓN, C.; GUERRERO, J. I.; BISCARRI, J.; MILLÁN, R. (2012). Detection of frauds and other non-technical losses in a power utility using pearson coefficient, bayesian networks and decision trees. International Journal of Electrical Power & Energy Systems, Elsevier, vol. 34, n. 1, pp , /27
26 Referências NAGI, J.; MOHAMMAD, A. M.; YAP, K. S.; TIONG, S. K.; AHMED, S. K (2008. Non-technical loss analysis for detection of electricity theft using support vector machines. In: IEEE. Power and Energy Conference. PECon IEEE 2nd International, p OTSU, N. (1975) A threshold selection method from gray-level histograms. Automatica, vol. 11, n , pp PAPA, J. P.; FALCÃO, A. X.; SUZUKI, C. T. N. (2009) Supervised pattern classification based on optimum-path forest. International Journal of Imaging Systems and Technology, vol. 19 n.2, pp RAMOS, C. C. O.; DE SOUSA, A. N.; PAPA, J. P.; FALCAO, A. X. (2011) A new approach for nontechnical losses detection based on optimum-path forest. Power Systems, IEEE Transactions on, IEEE, vol. 26, n. 1, pp ROTH, P. M.; WINTER, M. (2008) Survey of appearance-based methods for object recognition. Inst. for Computer Graphics and Vision, Graz University of Technology, Austria, Technical Report ICGTR0108. TORRALBA, A.; MURPHY, K. P.; FREEMAN, W. T.(2010) Using the forest to see the trees: exploiting context for visual object detection and localization. Communications of the ACM, ACM, olv. 53, n. 3, pp TORRES, R. d. S.; FALCÃO, A. X.; GONÇALVES, M. A.; PAPA, J. P.; ZHANG, B.; FAN, W.; FOX. E. A. (2009) A genetic programming framework for content-based image retrieval. Pattern Recognition, Elsevier, vol. 42, n. 2, pp /27
27 Detecção de fraudes em hidrômetros através da utilização de técnicas de reconhecimento de padrões Juliana Patrícia Detroz Orientador: André Tavares da Silva Programa de Pós-Graduação em Computação Aplicada (PPGCA) Universidade do Estado de Santa Catarina (UDESC) Joinville, SC - Brasil
Aplicação de Histograma de Gradientes Orientados para detecção de hidrômetros em imagens de fundo complexo
Aplicação de Histograma de Gradientes Orientados para detecção de hidrômetros em imagens de fundo complexo Juliana Patrícia Detroz Professor: André Tavares da Silva Universidade do Estado de Santa Catarina
Leia maisVisão computacional. Juliana Patrícia Detroz Orientador: André Tavares Silva
Visão computacional Juliana Patrícia Detroz Orientador: André Tavares Silva Visão computacional Tentativa de replicar a habilidade humana da visão através da percepção e entendimento de uma imagem; Fazer
Leia maisExtração de objetos de interesse em imagens digitais utilizando a biblioteca de Visão Computacional OpenCV
Extração de objetos de interesse em imagens digitais utilizando a biblioteca de Visão Computacional OpenCV Izadora Aparecida RAMOS 1,3,4 ; Servílio Souza de ASSIS 1,3,4 ; Bruno Alberto Soares OLIVEIRA
Leia maisCongreso Internacional de Distribución Eléctrica CIDEL 2014
Congreso Internacional de Distribución Eléctrica CIDEL 2014 DETECÇÃO E IDENTIFICAÇÃO DE PERDAS COMERCIAIS USANDO CURVAS DE CARGA E CLASSIFICADOR FLORESTA DE CAMINHOS ÓTIMOS R. D. Trevizan 1 A. Rossoni
Leia maisDescritores de Imagens
Descritores de Imagens André Tavares da Silva PPGCA/UDESC Outubro de 2017 André Tavares da Silva (PPGCA/UDESC) Descritores de Imagens Outubro de 2017 1 / 18 Descritores Locais e Frameworks SIFT SURF Viola-Jones
Leia maisR.D. TREVIZAN* A. ROSSONI A.S. BRETAS UFRGS UFRGS UFRGS Brasil Brasil Brasil
DETECÇÃO E IDENTIFICAÇÃO DE PERDAS COMERCIAIS EM TRANSFORMADO- RES DE DISTRIBUIÇÃO UTILIZANDO PERFIS DE CARGA, CONSUMO MENSAL E FLORESTA DE CAMINHOS ÓTIMOS R.D. TREVIZAN* A. ROSSONI A.S. BRETAS UFRGS UFRGS
Leia maiss:
IDENTIFICAÇÃO DE PERDAS NÃO-TÉCNICAS UTILIZANDO AGRUPAMENTO DE DADOS POR FLORESTA DE CAMINHOS ÓTIMOS Caio C. O. Ramos, André N. Souza, Danilo S. Gastaldello, Rodrigo Y. M. Nakamura, João P. Papa Av. Prof.
Leia maisDescritores de Imagem
Descritores de Imagem André Tavares da Silva 31 de março de 2014 1 Descritores de imagem (continuação) 1.1 Frameworks de detecção de objetos SIFT (scale-invariant features transform) (Lowe, 1999) SIFT
Leia maisDiego Martin Mancini Orientador: Prof. Paulo A. V. de Miranda Instituto de Matemática e Estatística Universidade de São Paulo
Estudo de comparação do descritor de imagens coloridas BIC empregando diferentes abordagens de classificação de detecção de bordas: Canny e Operador Laplaciano Diego Martin Mancini Orientador: Prof. Paulo
Leia maisDescritores de Imagens
Descritores de Imagens André Tavares da Silva PPGCA/UDESC Outubro de 2017 André Tavares da Silva (PPGCA/UDESC) Descritores de Imagens Outubro de 2017 1 / 17 Introdução Excelentes pesquisas sobre descritores
Leia maisO reconhecimento facial é dividido em três etapas: i) detecção da face, ii) extração de características e iii) reconhecimento da face.
ESTUDO SOBRE MÉTODOS DE RECONHECIMENTO FACIAL EM FOTOGRAFIAS DIGITAIS Ana Elisa SCHMIDT¹, Elvis Cordeiro NOGUEIRA² ¹ Orientadora e docente do IFC-Campus Camboriú; ² Aluno do curso de Bacharelado em Sistemas
Leia maisCRI Minas Indústria 4.0. Case Vallourec: Golden Batch na produção de tubos
CRI Minas Indústria 4.0 Case Vallourec: Golden Batch na produção de tubos 02 05 2018 G o l d e n B a t c h A n a l y s i s Case Vallourec Líder mundial em soluções tubulares premium, a Vallourec assegura
Leia maisFace Recognition using RGB-D Images
Face Recognition using RGB-D Images Helder C. R. de Oliveira N.USP: 7122065 Polyana Nunes N.USP: 9043220 Sobre o Artigo Publication: 2013 IEEE Sixth International Conference Author(s) Goswami, G. (Índia
Leia maisMathematical Morphology An Overview
Universidade Federal Fluminense Instituto de Computação Mathematical Morphology An Overview Jacó Júlio de Souza Costa jacojulio@gmail.com jacojulio@id.uff.br March 29, 2019 Sumário 1 Definição do Tema
Leia mais11º Congresso Interinstitucional de Iniciação Científica CIIC a 04 de agosto de 2017 Campinas, São Paulo ISBN
DETECÇÃO DE FRUTOS EM CAMPO POR APRENDIZADO DE MÁQUINA Andreza Aparecida dos Santos¹; Thiago Teixeira Santos 2 Nº 17603 RESUMO Métodos de reconhecimento de frutos utilizando diferentes descritores e classificadores
Leia maisMáquinas de Vetores de Suporte Aplicadas à Classificação de Defeitos em Couro Bovino
Máquinas de Vetores de Suporte Aplicadas à Classificação de Defeitos em Couro Bovino Ricardo Cezar Bonfim Rodrigues 24 de abril de 2006 1 Antecedentes e Justificativa Hoje, em diversos processos industriais,
Leia maisAprendizagem de Máquina
Aprendizagem de Máquina Alessandro L. Koerich Programa de Pós-Graduação em Informática Pontifícia Universidade Católica do Paraná (PUCPR) Horários Aulas Sala 3 CCET [quinta-feira, 8:20 12:00] Atendimento
Leia maisCONSTRUÇÃO AUTOMÁTICA DE OPERADORES MORFOLÓGICOS UTILIZANDO PROGRAMAÇÃO GENÉTICA.
CONSTRUÇÃO AUTOMÁTICA DE OPERADORES MORFOLÓGICOS UTILIZANDO PROGRAMAÇÃO GENÉTICA. Emerson Carlos Pedrino * e-mail: ecpedrin@sel.eesc.sc.usp.br Valentin Obac Roda ** e-mail: valentin@sel.eesc.sc.usp.br
Leia maisSISTEMA DE RECONHECIMENTO BASEADO EM RANDOM FOREST PARA CARACTERES DE CAPTCHAS. Ademir Rafael Marques Guedes, Victor Luiz Guimarães
SISTEMA DE RECONHECIMENTO BASEADO EM RANDOM FOREST PARA CARACTERES DE CAPTCHAS Ademir Rafael Marques Guedes, Victor Luiz Guimarães Universidade Federal de Ouro Preto(UFOP) Departamento de Computação ABSTRACT
Leia maisReconhecimento de texturas utilizando padrão binário local e classificador knn.
Reconhecimento de texturas utilizando padrão binário local e classificador knn. Vinicius Santos Andrade 1 Resumo. Através de uma imagem é possível obter inúmeras informações. Portanto, é cada vez mais
Leia mais10º Congresso Interinstitucional de Iniciação Científica CIIC a 04 de agosto de 2016 Campinas, São Paulo ISBN
Um Estudo de Descritores e Classificadores para Reconhecimento de Bagas de Café Pedro Henrique Ferreira Stringhini 1 ; Thiago Teixeira Santos 2 Nº 16605 RESUMO Métodos de reconhecimento de frutos baseados
Leia maisSketch to Photo Matching: A Feature-based Approach (Klare and Jain [2010])
Sketch to Photo Matching: A Feature-based Approach (Klare and Jain [2010]) Marco Antonio de A. Silva Programa de Pós-Graduação em Ciência da Computação - PPGCC Departamento de Computação - DECOM Universidade
Leia maisAprendizagem de Máquina
Aprendizagem de Máquina Aprendizagem de Máquina Segundo semestre de 2018 Francisco Carvalho e Cleber Zanchettin Universidade Federal de Pernambuco - UFPE Centro de Informtica - CIn Objetivos da disciplina
Leia maisRECONHECIMENTO AUTOMÁTICO DE PADRÕES MUSICAIS UTILIZANDO OPERADORES MORFOLÓGICOS E PROGRAMAÇÃO GENÉTICA.
RECONHECIMENTO AUTOMÁTICO DE PADRÕES MUSICAIS UTILIZANDO OPERADORES MORFOLÓGICOS E PROGRAMAÇÃO GENÉTICA. Emerson Carlos Pedrino e-mail: ecpedrin@sel.eesc.sc.usp.br Valentin Obac Roda e-mail: valentin@sel.eesc.sc.usp.br
Leia maisExtração de atributos usando o método LBP - Local Binary Pattern
Extração de atributos usando o método LBP - Local Binary Pattern Lia Nara Balta Quinta. 2 de maio de 2006 1 Antecedentes e Justificativa O Brasil possui, atualmente, um grande rebanho bovino, porém em
Leia mais"Análise de Extratores de Característica para Reconhecimento de Face"
Universidade Federal de Pernambuco Centro de Informática Graduação em Engenharia de Computação Proposta de Trabalho de Graduação "Análise de Extratores de Característica para Reconhecimento de Face" Orientador:
Leia maisUniversidade Federal de Pernambuco Graduação em Ciência da Computação Centro de Informática
Universidade Federal de Pernambuco Graduação em Ciência da Computação Centro de Informática 2015.1 Análise de dados públicos de saúde com redes SOM Proposta de Trabalho de Graduação Aluno: Vítor Hugo Antero
Leia maisReconhecimento de palma de mão. Peterson Wagner Kava de Carvalho
Reconhecimento de palma de mão Peterson Wagner Kava de Carvalho 1 Sumário 1. Introdução 2. Artigo 1: Palmprint Recognition a. Pré-Processamento b. Extração de Features c. Classificação d. Resultados 3.
Leia maisSumário. Referências utilizadas. Introdução. MAFIA: Merging of Adaptive Finite Intervals. Introdução Visão Geral e Objetivos do MAFIA
Sumário : Merging of Adaptive Finite Intervals Elaine Ribeiro de Faria Análise de Agrupamento de Dados ICMC-USP Dezembro 2010 Introdução Visão Geral e Objetivos do Algoritmo Grid Adaptativo Algoritmo Algoritmo
Leia maisAprendizado de Máquina. Combinando Classificadores
Universidade Federal do Paraná (UFPR) Departamento de Informática (DInf) Aprendizado de Máquina Combinando Classificadores David Menotti, Ph.D. web.inf.ufpr.br/menotti Introdução O uso de vários classificadores
Leia maisQuantização de imagens para geração de descritores compactos de cor e textura
Quantização de imagens para geração de descritores compactos de cor e textura Luciana C. Escobar, Moacir P. Ponti Jr. Instituto de Ciências Matemáticas e de Computação Universidade de São Paulo 13560-970
Leia maisAUTOMATED ASSESSMENT OF BREAST TISSUE DENSITY IN DIGITAL MAMMOGRAMS
AUTOMATED ASSESSMENT OF BREAST TISSUE DENSITY IN DIGITAL MAMMOGRAMS Introdução Câncer de mama É uma das neoplasias mais comuns que afligem as mulheres Globalmente, a cada 3 min uma mulher é diagnosticada
Leia maisAprendizagem de Máquina
Aprendizagem de Máquina Apresentação da Disciplina Alessandro L. Koerich 2008 Mestrado e Doutorado em Informática Pontifícia Universidade Católica do Paraná (PUCPR) Mestrado/Doutorado em Informática Aprendizagem
Leia maisCaracterização de Imagens via Redes Neurais Artificiais
Caracterização de Imagens via Redes Neurais Artificiais Autor: Eduardo Ferreira Ribeiro 1, Orientadora: Celia Zorzo Barcelos 1 1 Programa de Pós-Graduação em Ciência da Computação Universidade Federal
Leia maisREADING DIGITS IN NATURAL IMAGES WITH UNSUPERVISED FEATURE LEARNING
READING DIGITS IN NATURAL IMAGES WITH UNSUPERVISED FEATURE LEARNING Fernanda Maria Sirlene READING DIGITS IN NATURAL IMAGES WITH UNSUPERVISED FEATURE LEARNING NIPS Workshop on Deep Learning and Unsupervised
Leia maisAprendizagem de Máquina
Plano da Apresentação Aprendizagem de Máquina Alessandro L. Koerich 2007 Mestrado e Doutorado em Informática Pontifícia Universidade Católica do Paraná (PUCPR) Professor & Experiência Acadêmica Horários
Leia maisClassificação de Padrões Radiológicos por Blocos em Imagens Não Segmentadas de Tomografia Computadorizada
Visão Robótica Imagem Classificação de Padrões Radiológicos por Blocos em Imagens Não Segmentadas de Tomografia Computadorizada Aluna: Luiza Dri Bagesteiro Orientador: Prof. Dr. Daniel Weingaertner Co-orientador:
Leia maisMétodos de Segmentação de Imagem para Análise da Marcha
Métodos de Segmentação de Imagem para Análise da Marcha Maria João M. Vasconcelos, João Manuel R. S. Tavares maria.vasconcelos@fe.up.pt, tavares@fe.up.pt 3º Congresso Nacional de Biomecânica 11-12 Fevereiro
Leia maisIDENTIFICAÇÃO DE MARCADORES DE PAVIMENTAÇÃO NA ORIENTAÇÃO DE CEGOS. André Zuconelli 1 ; Manassés Ribeiro 2
IDENTIFICAÇÃO DE MARCADORES DE PAVIMENTAÇÃO NA ORIENTAÇÃO DE CEGOS André Zuconelli 1 ; Manassés Ribeiro 2 INTRODUÇÃO As tecnologias assistivas têm a finalidade de auxiliar pessoas com deficiência a alcançar
Leia maisPLANO DE TRABALHO: DISCIPLINA OPTATIVA PROCESSAMENTO DE IMAGENS MÉDICAS
PLANO DE TRABALHO: DISCIPLINA OPTATIVA PROCESSAMENTO DE IMAGENS MÉDICAS PROFESSOR: Alexei Manso Correa Machado 1. EMENTA Percepção visual. Modalidades de aquisição e reconstrução tomográfica. Amostragem
Leia maisSEMINÁRIO DOS ARTIGOS:
SEMINÁRIO DOS ARTIGOS: Text Detection and Character Recognition in Scene Images with Unsupervised Feature Learning End-to-End Text Recognition with Convolutional Neural Networks Fernanda Maria Sirlene
Leia maisAbstract. 2. Material e Métodos. 1. Introdução
Análise de Desempenho de Classificadores Baseados em Redes Neurais, Máquinas de Vetores de Suporte e Florestas de Caminhos Ótimos para o Reconhecimento de Dígitos Manuscritos Aparecido Nilceu Marana, João
Leia maisMáquinas de suporte vetorial e sua aplicação na detecção de spam
e sua aplicação na detecção de spam Orientador: Paulo J. S. Silva (IME-USP) Universidade de São Paulo Instituto de Matemática e Estatística Departamento de Ciência da Computação MAC499 Trabalho de Formatura
Leia maisSegmentação de Impressões Digitais Baseada em Abertura Top-Hat
Segmentação de Impressões Digitais Baseada em Abertura Top-Hat Gustavo de Sá 1, Pascual Figueroa 1, and Roberto Lotufo 2 1 Griaule Tecnologia, r. Bernardo Sayão 100, sala 209, 13083-866, Campinas, SP,
Leia maisRegion Based CNNs. Francisco Calaça Xavier. Programa de pós-graduação em Ciências da Computação Mestrado e Doutorado. Instituto de Informática UFG
Region Based CNNs Francisco Calaça Xavier Programa de pós-graduação em Ciências da Computação Mestrado e Doutorado Instituto de Informática UFG Prof. Anderson Soares Agenda O problema Estado da arte R-CNN
Leia maisDesenvolvimento de um método para segmentação de imagens histológicas da rede vascular óssea
Desenvolvimento de um método para segmentação de imagens histológicas da rede vascular óssea Pedro Henrique Campos Cunha Gondim Orientador: André Ricardo Backes Coorientador: Bruno Augusto Nassif Travençolo
Leia maisReconhecimento Ótico de Caracteres em Placas Veiculares
Universidade Federal De Pernambuco Centro De Informática Graduação Em Engenharia Da Computação 2012.2 Reconhecimento Ótico de Caracteres em Placas Veiculares Proposta de Trabalho de Graduação Aluno Pedro
Leia maisEstudo comparativo de métodos de segmentação das bordas de lesões em imagens dermatoscópicas
Estudo parativo de métodos de segmentação das bordas de lesões em imagens dermatoscópicas Pedro Vinícius Macêdo de Araújo, Geraldo Braz Junior Curso de Ciência da Computação Universidade Federal do Maranhão
Leia maisComunicação Científica I
Faculdade de Engenharia da Universidade do Porto Programa Doutoral em Engenharia Biomédica 2008/2009 Disciplina: Comunicação Científica I Relatório sobre as actividades de investigação, trabalhos e comunicações
Leia maisSistema de Reconhecimento de Logotipos
Sistema de Reconhecimento de Logotipos Fellipe Duarte, Saulo T. Oliveira {duartefellipe,sto}@cos.ufrj.br Relatório Técnico, Introdução ao Processamento de Imagens Programa de Engenharia de Sistemas e Computação
Leia maisPatrícia Mateus Saramela 1, Aline Maria Malachini Miotto 2
25 a 28 de Outubro de 2011 ISBN 978-85-8084-055-1 ESTUDO E IMPLEMENTAÇÃO DO ALGORITIMO OTSU PARA LIMIARIZAÇÃO DE CARTAS FORENSES Patrícia Mateus Saramela 1, Aline Maria Malachini Miotto 2 RESUMO: Atualmente,
Leia maisReconhecimento Facial 3D utilizando o Simulated Annealing com as Medidas Surface Interpenetration Measure e M-Estimator Sample Consensus
Reconhecimento Facial 3D utilizando o Simulated Annealing com as Medidas Surface Interpenetration Measure e M-Estimator Sample Consensus Dissertação de Mestrado em Informática Sídnei Augusto Drovetto Jr.
Leia maisClassificação de Padrões por Blocos em Imagens Não Segmentadas de Tomografia Computadorizada
Classificação de Padrões por Blocos em Imagens Não Segmentadas de Tomografia Computadorizada Aline Dartora Prof. David Menotti Departamento de Informática Universidade Federal do Paraná (UFPR) 23 de outubro
Leia maisDescritores de Imagens
Descritores de Imagens André Tavares da Silva PPGCA/UDESC Outubro de 2017 André Tavares da Silva (PPGCA/UDESC) Descritores de Imagens Outubro de 2017 1 / 40 Descritores baseados em textura Local Activity
Leia maisLOCALIZAÇÃO DOS OLHOS EM IMAGENS FRONTAIS DE FACES HUMANAS ATRAVÉS DE ANÁLISE DE VARIÂNCIA DA INTENSIDADE DO BRILHO
LOCALIZAÇÃO DOS OLHOS EM IMAGES FROTAIS DE FACES HUMAAS ATRAVÉS DE AÁLISE DE VARIÂCIA DA ITESIDADE DO BRILHO ATOIO HERIQUE FIGUEIRA LOURO, ADILSO GOZAGA 2 Laboratório de Visão Computacional (LAVI), Departamento
Leia maisDermanostic: um método para normalização da iluminação em imagens de lesões cutâneas
Departamento de Sistemas e Computação FURB Curso de Ciência da Computação Trabalho de Conclusão de Curso 2016/2 Dermanostic: um método para normalização da iluminação em imagens de lesões cutâneas Acadêmico:
Leia maisAnálise e Sugestão Automática de Câncer de Pele através de HOG e SVM
Análise e Sugestão Automática de Câncer de Pele através de HOG e SVM Lucas Bezerra Maia 1, Roberto M. Pinheiro Pereira 1, Thalles Alencar Silva 1, Alexandre César P. Pessoa 1, Geraldo Braz Junior 1 1 Núcleo
Leia maisIntrodução a Visão Computacional. Prof. Dr. Geraldo Braz Junior DEINF - UFMA
Introdução a Visão Computacional Prof. Dr. Geraldo Braz Junior DEINF - UFMA O que é Visão Computacional? Você já viu? 2 O que se espera? Visão é sobre entender imagens Coloridas ou em tons de cinza Pequenas
Leia maisUma Abordagem para a Localização e o Reconhecimento de Placas de Licenciamento Veicular por meio de Operadores Morfológicos e Busca por Template
Uma Abordagem para a Localização e o Reconhecimento de Placas de Licenciamento Veicular por meio de Operadores Morfológicos e Busca por Template Danilo de Sousa Abreu Diretoria dos Cursos de Informática
Leia maisDeterminação de vícios refrativos oculares utilizando Support Vector Machines
Determinação de vícios refrativos oculares utilizando Support Vector Machines Giampaolo Luiz Libralão, André Ponce de Leon F. de Carvalho, Antonio Valerio Netto, Maria Cristina Ferreira de Oliveira Instituto
Leia maisObject Tracking. Fernando Medeiros Dufour Ciência da Computação - UFPR Tópicos em Visão Computacional
Object Tracking Fernando Medeiros Dufour Ciência da Computação - UFPR Tópicos em Visão Computacional Índice 1. Introdução a. Problema b. Aplicações c. Dificuldades d. Datasets 2. Redes Neurais Convolucionais
Leia maisINF 1771 Inteligência Artificial
INF 1771 Inteligência Artificial Aula 14 Support Vector Machines (SVM) 2016.1 Prof. Augusto Baffa Formas de Aprendizado Aprendizado Supervisionado Árvores de Decisão. K-Nearest
Leia maisMétodos de Extração de Características
1. Introdução Métodos de Extração de Características A Interpretação ou entendimento de uma cena demanda o reconhecimento de seus objetos. Reconhecimento de objetos ou padrões contidos em uma cena -> é
Leia maisReconhecimento e diagnóstico automático de melanoma
Reconhecimento e diagnóstico automático de melanoma Bruno S. Ferreira 1, Paulo V. Vieira 1 1 Universidade Federal do Maranhão(UFMA) Av. dos Portugueses, 1966 - Bacanga, São Luís-MA, 65080-805 Abstract.
Leia maisOrientação de Bordas em Imagens Digitais: Abordagem por Análise de Vizinhança Local
Orientação de Bordas em Imagens Digitais: Abordagem por Análise de Vizinhança Local Inês Aparecida Gasparotto Boaventura DCCE-IBILCE-UNESP Rua Cristovão Colombo, 2265 15054-000, São José do Rio Preto,
Leia maisInvestigando grids irregulares para localização outdoor em ambientes urbanos
Universidade Federal de Pernambuco Centro de Informática Curso de Engenharia da Computação Investigando grids irregulares para localização outdoor em ambientes urbanos Gustavo Pimentel Bittencourt Professor
Leia maisIntrodução Trabalhos Relacionados Metodologia Resultados Considerações Finais. Aluna: Aline Dartora Orientador: Prof. Dr. Lucas Ferrari de Oliveira
Análise de Extratores de Características para a Classificação de Tecidos Pulmonares e Não-Pulmonares em Imagens de Tomografia Computadorizada de Alta Resolução Aluna: Aline Dartora Orientador: Prof. Dr.
Leia maisMétodos de Agrupamento (Clustering) Aula 18
Métodos de Agrupamento (Clustering) Aula 18 Prof. Dr. Paulo A. V. de Miranda Instituto de Matemática e Estatística (IME), Universidade de São Paulo (USP) pmiranda@vision.ime.usp.br Existem duas classes
Leia maisUniversidade Católica Dom Bosco
Universidade Católica Dom Bosco Curso de Bacharelado em Engenharia de Computação Comparação entre Técnicas de Reconhecimento de Faces para Controle de Acesso a Computadores Vinícius Assis Saueia da Silva
Leia maisSimulação Gráfica. Segmentação de Imagens Digitais. Julio C. S. Jacques Junior
Simulação Gráfica Segmentação de Imagens Digitais Julio C. S. Jacques Junior Segmentação Subdivide uma imagem em suas partes ou objetos constituintes. O nível até o qual essa subdivisão deve ser realizada
Leia maisMouseCam: aplicação de controle do mouse via câmera
MouseCam: aplicação de controle do mouse via câmera Introdução ao Processamento de Imagens COS756 PESC/COPPE/UFRJ 2013 1 Renan Garrot garrot@cos.ufrj.br 1. Introdução O processo de tracking por vídeo consiste
Leia maisMorfologia Matemática? Mathematical morphology (MM) : what is it?
Morfologia Matemática? Mathematical morphology (MM) : what is it? Que qué isso? Combining methods from set theory, topology, and discrete mathematics, mathematical morphology provides a powerful approach
Leia maisPOLVO-IIDS: Um Sistema de Detecção de Intrusão Inteligente Baseado em Anomalias p. 1/16
POLVO-IIDS: Um Sistema de Detecção de Intrusão Inteligente Baseado em Anomalias p. 1/16 POLVO-IIDS: Um Sistema de Detecção de Intrusão Inteligente Baseado em Anomalias Paulo Manoel Mafra 1, Joni da Silva
Leia maisPLANO DE TRABALHO: DISCIPLINA OPTATIVA PROCESSAMENTO DE IMAGENS MÉDICAS
PLANO DE TRABALHO: DISCIPLINA OPTATIVA PROCESSAMENTO DE IMAGENS MÉDICAS PROFESSOR: Alexei Manso Correa Machado 1. EMENTA Percepção visual. Modalidades de aquisição e reconstrução tomográfica. Amostragem
Leia maisSegmentação Baseado em Grafos (Grab-Cut) aplicado em Imagens LiDAR para a Extração Semi-Automática de Edificações. Marcos Aurélio Basso 1
Segmentação Baseado em Grafos (Grab-Cut) aplicado em Imagens LiDAR para a Extração Semi-Automática de Edificações Marcos Aurélio Basso 1 1 Universidade Federal do Paraná Setor de Ciências da Terra-Departamento
Leia maisO uso da Inteligência Articial no auxílio à tomada de decisões para alocação dinâmica de recursos. F. C. Xavier
O uso da Inteligência Articial no auxílio à tomada de decisões para alocação dinâmica de recursos F. C. Xavier Technical Report - RT-INF_001-11 - Relatório Técnico June - 2011 - Junho The contents of this
Leia maisT4.1 Processamento de Imagem
T4.1 Processamento de Imagem Proc. Sinal e Imagem Mestrado em Informática Médica Miguel Tavares Coimbra Resumo 1. Manipulação ponto a ponto 2. Filtros espaciais 3. Extracção de estruturas geométricas 4.
Leia maisDETECÇÃO DE LINHA DO HORIZONTE EM IMAGENS DIGITAIS HORIZON LINE DETECTION IN DIGITAL IMAGES
DETECÇÃO DE LINHA DO HORIZONTE EM IMAGENS DIGITAIS HORIZON LINE DETECTION IN DIGITAL IMAGES BEUREN, Arlete Teresinha 1 ; FACON, Jacques 2 1 UTFPR, Santa Helena, Paraná, Brasil; 2 Pontifícia Universidade
Leia maisTextura. Textura 04/09/2014. Prof. Yandre Costa
UNIVERSIDADE ESTADUAL DE MARINGÁ PROGRAMA DE PÓS-GRADUAÇÃO EM CIÊNCIA DA COMPUTAÇÃO Prof. Yandre Costa - 1 Prof. Yandre Costa Prof. Yandre Costa - 2 é um importante atributo visual presente em imagens,
Leia maisCapítulo III Processamento de Imagem
Capítulo III Processamento de Imagem Proc. Sinal e Imagem Mestrado em Informática Médica Miguel Tavares Coimbra Resumo 1. Manipulação ponto a ponto 2. Filtros espaciais 3. Extracção de estruturas geométricas
Leia maisRECONHECIMENTO DE CARACTERES EM IMAGENS COM RUÍDO
RECONHECIMENTO DE CARACTERES EM IMAGENS COM RUÍDO Fernanda Maria Sirlene Pio SUMARIO Introdução Trabalhos Relacionados Metodologia Experimentos Conclusão Referências 2 INTRODUÇÃO Reconhecimento de Padrões
Leia maisALGORITMOS PARA ALINHAMENTO DE IMAGENS MÉDICAS: PRÍNCIPIOS E APLICAÇÃO EM IMAGENS DE ESCLEROSE MÚLTIPLA
ALGORITMOS PARA ALINHAMENTO DE IMAGENS MÉDICAS: PRÍNCIPIOS E APLICAÇÃO EM IMAGENS DE ESCLEROSE MÚLTIPLA Frederico L. Jacob, João Manuel R. S. Tavares, Ana Mafalda Reis Problemática Desenvolver metodologias
Leia maisRedes Neurais (Inteligência Artificial)
Redes Neurais (Inteligência Artificial) Aula 13 Support Vector Machines (SVM) Edirlei Soares de Lima Formas de Aprendizado Aprendizado Supervisionado Árvores de Decisão. K-Nearest
Leia maisBiometria Multimodalidade Íris + Face. Luiz Antonio Zanlorensi Junior
Biometria Multimodalidade Íris + Face Luiz Antonio Zanlorensi Junior Sumário Introdução Fusionamento Artigo 1 Seleção de características Multimodal Problemas Base de dados Artigo 2 Unimodal + Multimodal
Leia maisUNIVERSIDADE ESTADUAL DE MARINGÁ PROGRAMA DE PÓS-GRADUAÇÃO EM CIÊNCIA DA COMPUTAÇÃO. Prof. Yandr re Costa - 1. Prof. Yandre Costa.
UNIVERSIDADE ESTADUAL DE MARINGÁ PROGRAMA DE PÓS-GRADUAÇÃO EM CIÊNCIA DA COMPUTAÇÃO Prof. Yandr re Costa - 1 Textura Prof. Yandre Costa Prof. Yandr re Costa - 2 Textura é um importante atributo visual
Leia maisTópicos Especiais em Reconhecimento de Padrões [2COP329] Mestrado em Ciência da. Sylvio Barbon Jr
Tópicos Especiais em Reconhecimento de Padrões [2COP329] Mestrado em Ciência da Computação Sylvio Barbon Jr barbon@uel.br (2/20) Tema Aula 1 Introdução ao Reconhecimento de Padrões 1 Introdução 2 Referências
Leia maisExtração de características de imagens. Descritores de cor
Extração de características de imagens Descritores de cor Descritores de imagens Problema: computar, de forma eficiente, valores que descrevam uma imagem (ou parte dela) Vetores de características (feature
Leia maisCC-226 Introdução à Análise de Padrões
CC-226 Introdução à Análise de Padrões Apresentação do Curso Carlos Henrique Q. Forster 1 1 Divisão de Ciência da Computação Instituto Tecnológico de Aeronáutica 25 de fevereiro de 2008 C. H. Q. Forster
Leia maisFirst-person activity recognition. Matheus A. Nerone
First-person activity recognition Matheus A. Nerone Sumário 1. 2. 3. Introdução a. Contexto b. Problema c. Exemplos de uso d. Dificuldades Trabalhos Relacionados a. Artigo inicial b. Histórico Artigos
Leia maisExtração de características utilizando filtros de Gabor aplicado a identificação de defeitos no couro bovino
Extração de características utilizando filtros de Gabor aplicado a identificação de defeitos no couro bovino André Luiz Pasquali 24 de abril de 2006 1 Antecedentes e Justificativa Atualmente o Brasil vem
Leia maisB A N C O D E D A D O S G E O G R Á F I C O S M A R C O N I D E A R R U D A P E R E I R A
Mineração de Dados Espaciais B A N C O D E D A D O S G E O G R Á F I C O S M A R C O N I D E A R R U D A P E R E I R A Roteiro 2 Introdução Mineração de Dados Estado da Arte Artigo apresentado Conclusão
Leia maisAPLICAÇÃO DE TÉCNICAS DE PROCESSAMENTO DE IMAGENS DIGITAIS EM IMAGENS GERADAS POR ULTRA-SOM
VIII ERMAC 8 o Encontro Regional de Matemática Aplicada e Computacional 0- de Novembro de 008 Universidade Federal do Rio Grande do Norte Natal/RN APLICAÇÃO DE TÉCNICAS DE PROCESSAMENTO DE IMAGENS DIGITAIS
Leia maisReconhecimento de linguagem de sinais: aplicação em LIBRAS
Reconhecimento de linguagem de sinais: aplicação em LIBRAS Ruberth A. A. Barros 1, Aitan V. Pontes 1, João D. S. Almeida 1 1 Núcleo de Computação Aplicada Universidade Federal Maranhão (UFMA) Caixa Postal
Leia maisComparação de Técnicas de Reconhecimento Facial Utilizando Histogramas de Cores Quantizadas pelo Misturograma
Comparação de Técnicas de Reconhecimento Facial Utilizando Histogramas de Cores Quantizadas pelo Misturograma João Paulo Brognoni Casati Universidade de São Paulo Escola de Engenharia de São Carlos Departamento
Leia maisProposta de Curso LNCC
Proposta de Curso LNCC Professor: Gilson A. Giraldi (D.Sc) Título do Curso: Visualização Científica para Análise de Imagens Médica. Período: Quarto Período de 2001 Objetivos O processamento/visualização
Leia maisIN Redes Neurais
IN0997 - Redes Neurais Aluizio Fausto Ribeiro Araújo Universidade Federal de Pernambuco Centro de Informática - CIn Departamento de Sistemas da Computação aluizioa@cin.ufpe.br Conteúdo Objetivos Quem usa
Leia maisAprendizagem de Máquina
Aprendizagem de Máquina Alessandro L. Koerich Programa de Pós-Graduação em Informática Pontifícia Universidade Católica do Paraná (PUCPR) Horários Aulas Sala [quinta-feira, 7:30 12:00] Atendimento Segunda
Leia maisReconhecimento de ações humanas utilizando histogramas de gradiente e vetores de tensores localmente agregados
Reconhecimento de ações humanas utilizando histogramas de gradiente e vetores de tensores localmente agregados Luiz Maurílio da Silva Maciel 1, Marcelo Bernardes Vieira 1 1 Departamento de Ciência da Computação
Leia mais1. Introdução. Tecnologia do Estado do Ceará. (IFCE) Sobral CE Brasil
III Escola Regional de Informática do Piauí. Livro Anais - Artigos e Minicursos, v. 1, n. 1, p. 64-69, jun, 2017. www.eripi.com.br/2017 - ISBN: 978-85-7669-395-6 Análise comparativa entre Redes Neurais
Leia mais