Alex Torquato Souza Carneiro Ciência da Computação Universidade Ibirapuera - UNIb São Paulo - SP, Brasil
|
|
- Lucca Machado Bergmann
- 7 Há anos
- Visualizações:
Transcrição
1 Interface Homem-Máquina para Movimentação Bidimensional de Objeto Através de Reconhecimento de Posturas Corporais por Visão Computacional Projeto Labirinto Alex Torquato Souza Carneiro Ciência da Computação Universidade Ibirapuera - UNIb São Paulo - SP, Brasil alextcarneiro@gmail.com Karla Rodrigues Brito Ciência da Computação Universidade Ibirapuera - UNIb São Paulo - SP, Brasil karla.r.brito@gmail.com Renan Pacheco Silva Ciência da Computação Universidade Ibirapuera - UNIb São Paulo - SP, Brasil renan silva31@yahoo.com.br Resumo Este artigo propõe e avalia uma metodologia para controlar o movimento bidimensional de um objeto em tempo-real utilizando uma interface de visão computacional. A validação da metodologia é feita em um protótipo funcional de uma aplicação de entretenimento digital desenvolvido em um ambiente de simulação. Keywords-visão computacional; reconhecimento de posturas corporais; interatividade. I. INTRODUÇÃO Visão computacional é um conceito que tem permitido a pesquisa de diversas inovações no contexto do entretenimento digital, principalmente no que diz respeito à interface de interação do usuário com o sistema. Em especial, a área de jogos digitais tem sido expressivamente beneficiada pelas inovações nas interfaces de interação com o usuário por visão computacional, inclusive com produtos e aplicações disponíveis comercialmente, como por exemplo o Kinect R fabricado pela empresa Microsoft R e o PlayStation 3 R fabricado pela empresa Sony R. Este artigo propõe e analisa uma metodologia para a implementação de uma interface homem-máquina de baixo custo concebida para a plataforma PC (personal computer) baseada em visão computacional com a finalidade de ser utilizada para fazer a movimentação bidimensional de um objeto a partir do reconhecimento de posturas corporais do usuário, esta metodologia é aplicada na elaboração de um sistema de entretenimento interativo entitulado projeto Labirinto. Além da proposta da metodologia para uma interface homem-máquina baseada em visão computacional, este artigo também tem o objetivo de apresentar um sistema funcional desenvolvido em um ambiente de hardware e software que podem ser adquiridos sem a necessidade de nenhum investimento em dispositivos ou aplicações não disponham de recursos específicos de interatividade, como o Kinect R ou algum software de interatividade. A Seção II deste artigo apresenta o sistema proposto e define os fundamentos teóricos conforme utilizados para a elaboração deste artigo, a Seção III apresenta e analisa a metodologia proposta neste artigo para a implementação da interface homem-máquina e as restrições adotadas para a utilização da mesma, a Seção IV apresenta o resultado obtido e a Seção V faz as conclusões e expõe as expectativas futuras relacionadas ao projeto desenvolvido. II. MATERIAIS E FUNDAMENTOS O projeto Labirinto abordado neste artigo como ambiente para validação da metodologia proposta consiste de um sistema dividido em cinco etapas, baseado em trabalhos de um dos autores [1], [2], conforme apresentado na Figura 1. Figura 1. Diagrama do sistema proposto. Cada etapa do sistema apresentado na Figura 1 corresponde a um passo da metodologia proposta e é detalhada a seguir.
2 A. Ambiente de simulação e desenvolvimento Os algoritmos e métodos apresentados nesta seção estão implementados em um computador da marca CCE R, com a seguinte configuração: processador Intel R Core T M i3 1,6GHz 32bits, 2GB de memória RAM, e 500GB de HD. O ambiente de simulação utilizado consiste no software Scilab 1 e a API SIVp (Scilab Image and Video Processing toolbox). B. Captura das imagens As imagens são capturadas através de uma webcam da marca Chaoq R de 1,3 MPixels de resolução no padrão de cores RGB 24 bits. As imagens são armazenadas como três matrizes sendo uma para cada canal de cor R, G e B. A figura a seguir apresenta a disposição dos valores de cada matriz da imagem. L(x, y) = { 1, se f(x, y) Rd 0, se f(x, y) / R d, (1) em que L(x, y) é o rótulo correspondente ao pixel da posição (x, y) e R d denota o conjunto de valores de pixels correspondentes ao objeto ou região de interesse. Usualmente, o conjunto R d consiste de uma região determinada por limiares, por isto este algoritmo é denominado segmentação por limiarização [4]. Uma vez isolada a região de interesse da imagem, o passo seguinte é extrair atributos que descrevam as propriedades utilizadas no processo de reconhecimento das posturas. D. Extração de atributos geométricos Os descritores geométricos adotados neste projeto são os Momentos Invariantes de Hu, baseados nos Momentos Centrados, os quais consistem em um conjunto de seis atributos e apresentam invariabilidade à rotação, translação e distância do objeto em análise com relação ao dispositivo de captura de imagens [3], [4], [5]. O Momento Centrado de ordem pq em uma imagem f(x, y) é definido por [5] µ pq = (x x) p (y ȳ) q f(x, y)dxdy, (2) em que [ x ȳ] T corresponde à posição do centro de massa da imagem f(x, y) e as componentes x e ȳ são definidas por Figura 2. Disposição dos valores em cada matriz da imagem. x = ȳ = xf(x,y)dxdy f(x,y)dxdy e yf(x,y)dxdy f(x,y)dxdy. (3) A partir da definição dos momentos centrados, define-se os Momentos Invariantes de Hu como apresentado a seguir Cada elemento da matriz da imagem apresentada na Figura 2 corresponde a um valor de 8 bits, que representa um número inteiro dentro do intervalo [0, 255]. O passo seguinte consiste em fazer a segmentação da região de interesse da imagem. C. Segmentação da região de interesse Por se tratar de um sistema de baixo custo, o algoritmo de segmentação escolhido é a limiarização simples aplicada em cada um dos canais de cor da imagem. A limiarização é a técnica de segmentação mais difundida em aplicações de processamento digital de imagens. O processo de segmentação por limiarização isola os objetos ou regiões de interesse rotulando cada pixel da imagem f(x, y) de acordo com o seu valor, conforme apresentado a seguir 1 O Scilab é desenvolvido como software livre e está disponível no site: φ 1 = µ 20 + µ 02, φ 2 = (µ 02 µ 20 ) 2 + 4µ 2 11, φ 3 = (µ 30 3µ 12 ) 2 + (µ 03 3µ 21 ) 2, φ 4 = (µ 30 + µ 12 ) 2 + (µ 03 + µ 21 ) 2, φ 5 = (µ 30 3µ 12 )(µ 30 + µ 12 ) ( (µ30 + µ 12 ) 2 3(µ 03 + µ 21 ) 2) +(µ 03 3µ 21 )(µ 03 + µ 21 ) ( (µ03 + µ 21 ) 2 3(µ 30 + µ 12 ) 2), φ 6 = (µ 20 µ 02 ) ( (µ 30 + µ 12 ) 2 (µ 03 + µ 21 ) 2) + 4µ 11 (µ 30 + µ 12 )(µ 03 + µ 21 ). O vetor x = [φ 1 φ 2 φ 3 φ 4 φ 5 φ 6 ] T corresponde a entrada dos classificadores usados na identificação dos padrões. (4)
3 E. Reconhecimento das posturas corporais O reconhecimento das posturas é realizado através do algoritmo de classificação supervisionada de Distâcia Mínima ao Centróide (DMC). O algoritmo de DMC é implementado em duas etapas: treinamento e teste. A etapa de treinamento consiste em tomar o conjunto de dados previamente conhecidos, organizados em uma tabela, sendo a última coluna referente à classe que compreende o conjunto de dados, e calcular o centróide de cada classe, conforme apresentado a seguir m i = [ φ 1 φ2 φ3 φ4 φ5 φ6 i] T (5) para uma classe i. A Figura 3 mostra como é criada a curva de decisão para um problema em que são analisados dados de duas componentes m i = [ φ1 φ2 i ] T que correspondem a duas classes. identificado, o objeto sofre uma movimentação que consiste na atualização de sua posição atual incrementando ou decrementando uma das componentes do vetor de posição. Para este artigo, são utilizados quatro posturas que quando identificadas correspondem às direções cima, baixo, direita e esquerda. Na seção seguinte são descritos os conceitos e métodos apresentados nesta seção. III. METODOLOGIA PROPOSTA O primeiro passo da metodologia é a elaboração de uma interface mínima para o usuário conforme o exemplo apresentado na figura a seguir. Figura 3. Resultado do treinamento do algoritmo de DMC para um conjunto de dados de duas componentes. O teste do algoritmo consiste em apresentar um conjunto de dados que não tenha sido usado na etapa de treinamento x e atribuir a este a classe correspondente ao centróide mais próximo valendo-se para isto de uma métrica de distância previamente estabelecida, para este artigo é utilizada a distância euclidiana c = arg min { x m i }, (6) i caso a classe real do conjunto de dados x seja conhecida, é possível contabilizar os erros e acertos do classificador e assim determinar a expectativa de acerto [5], [6]. Após o reconhecimento da postura, o passo seguinte do sistema é a movimentação do objeto. F. Movimentação do objeto A posição do objeto em um dado momento t é dada pelo vetor p(t) = [p x (t) p y (t)] T, a depender do padrão Figura 4. Interface de interação com o usuário. A imagem da Figura 4 é composta por quatro diferentes elementos dispostos segundo uma matriz de posições. A próxima figura apresenta os quatro elementos utilizados na elaboração da tela de interface com o usuário. A interface tem a função de apresentar ao usuário o objeto, apresentado na Figura 5(b), que movimenta-se ao longo de um labirinto virtual. No caso da aplicação desenvolvida, o objetivo é fazer com que o objeto chegue à bandeira, Figura 5(d), desviando dos blocos, Figura 5(c). Uma vez que a interface está concluída e funcional, é feita a validação da comunicação entre a webcam e o software Scilab, a qual é feita através da biblioteca SIVp 2 (Scilab Image and Video Processing toolbox). Estando as imagens provenientes da webcam disponíveis para manipulação pelo Scilab, é preciso determinar como a segmentação por limiarização deve ser implementada. Empiricamente, obteve-se que a forma mais eficiente de 2 A biblioteca SIVp também é desenvolvida como software livre e está disponível para instalação pelo próprio Scilab.
4 (a) (c) (b) (d) permite a extração de caracteríticas locais da região segmentada. Para o reconhecimento das posturas, adota-se duas etapas para o sistema de classificação a primeira para treinamento do sistema, em que são calculados os centróides do classificador, e a segunda de utilização do sistema, nesta etapa acontece a movimentação do objeto. A etapa de treinamento do classificador consiste em o usuário apresentar as diferentes posturas para que o sistema associe-as com cada direção do movimento, conforme ilustrado na figura a seguir. Figura 5. usuário. Elementos utilizados na elaboração da tela de interface com o segmentar a região vermelha da imagem, que corresponde à região de interesse, é data pelas equações { 1, se fr (x, y) > 122 L R (x, y) = 0, se f R (x, y) 122, (7) para o canal de cor R, { 1, se fg (x, y) < 122 L G (x, y) = 0, se f G (x, y) 122, (8) para o canal de cor G, e { 1, se fb (x, y) < 122 L B (x, y) = 0, se f B (x, y) 122, (9) para o canal de cor B. A aplicação da segmentação gera três imagens binárias, uma para cada canal de cor, as quais são submetidas a uma intersecção das áreas rotuladas com o valor 1. Após segmentada, a região vermelha é dividida em quatro quadrantes, conforme apresentado na figura a seguir. (a) (b) (c) (d) Figura 7. Posturas apresentadas para o sistema que correspondem às movimentações (a) para cima, (b) para baixo, (c) para direita e (d) para esquerda. Figura 6. Região vermelha segmentada e dividida em quatro quadrantes. Os momentos invariantes de Hu são então calculados para cada quadrante da região segmentada, obtendo-se assim um vetor de 24 dimensões para descrever a postura apresentada para o sistema, esta abordagem mostrou-se mais adequada para o classificador de distância mínima ao centróide pois Após o treinamento dos classificadores, o sistema está pronto para ser utilizado para o reconhecimento das posturas utilizadas para mover o objeto. A movimentação do objeto é feita seguindo a seguinte lógica acerca das coordenadas p x (t) e p y (t) da posição do objeto: cima: p y (t) = p y (t 1) 1; baixo: p y (t) = p y (t 1) + 1; direita: p x (t) = p x (t 1) + 1; esquerda: p x (t) = p x (t 1) 1. O sistema considera também os limites da imagem e se
5 a posição para a qual o objeto está indo está livre, pois se houver um bloco, apresentado na Figura 5(c), o objeto não pode deslocar-se para esta posição. O último passo da metodologia é verificar uma condição de finalização do sistema, em que determina-se que o objetivo da aplicação é fazer com que o objeto alcance a posição marcada com uma bandeira, apresentada na Figura 5(d). A. Restrições da metodologia proposta Como a proposta deste artigo consiste em um sistema de baixo custo, é necessário adotar restrições com relação ao uso do sistema, as quais são elencadas a seguir: sempre o classificador precisa ser treinado antes do uso do sistema, para isto é preciso realizar todas as posturas corporais antes de começar o uso do sistema, o classificador é capaz de reconhecer quatro posturas corporais, sendo cada uma destas criado pelo usuário e associado a uma direção para a qual o objeto é movimentado, o classificador pode sofrer confusões caso existam posturas parecidas, portanto é fortemente recomendável que as posturas sejam abertas e estáticas, para a segmentação, é necessário que o usuário esteja vestindo uma camisa vermelha, preferencialmente de mangas compridas, como a segmentação é feita pela identificação da cor vermelha, não deve haver nenhuma outra região vermelha no ambiente além da roupa do usuário, a iluminação deve estar adequada para que a câmera possa capturar a cor vermelha de modo que o algoritmo de segmentação seja capaz de isolá-la. O descumprimento de quaisquer das restrições mencionadas pode ocasionar o mau funcionamento do sistema, fazendo com que o objeto não seja movimentado corretamente. Na próxima seção são apresentados os resultados obtidos nos testes do sistema proposto. IV. RESULTADOS FINAIS O sistema desenvolvido fornece dois resultados, sendo o primeiro relativo à segmentação das regiões vermelhas e o outro relativo ao reconhecimento das posturas e consequentemente relacionado à movimentação do objeto. A. Resultado da segmentação A Figura 8 apresenta o resultado de segmentação obtido com a aplicação do algoritmo apresentado na seção III. Com o processo de segmentação concluído e avaliado, resta apenas avaliar o sistema por completo. B. Resultado do reconhecimento das posturas O sistema desenvolvido reconhece as quatro posturas e associa-as corretamente às direções correspondentes. A Figura 9 apresenta o sistema final em pleno funcionamento. (a) (b) Figura 8. Resultado da segmentação da região vermelha, (a) imagem de entrada e (b) resultado da segmentação. Figura 9. Sistema final em funcionamento. A execução do sistema ocorre de forma natural, sem interrupções devido ao processamento e as posturas são reconhecidas sem haver confusão. V. CONCLUSÕES Neste artigo, são avaliadas a metodologia e a viabilidade de se implementar uma interface de interação homemmáquina de baixo custo baseada em posturas corporais para movimentação bidimensional de um objeto. A proposta é avaliada em um ambiente de simulação para implementação dos algoritmos. Mesmo sem fazer uso de dispositivos nem aplicações específicas de interatividade, os resultados obtidos comprovam a eficácia da metodologia proposta, mostrando ser possível controlar com precisão a movimentação de um objeto em quatro direções. Todavia é válido considerar que a segmentação de regiões vermelhas não é robusta pois podem haver outros objetos vermelhos no ambiente, assim sendo é interessante buscar outros elementos da imagem para sofrer
6 a segmentação, como pele humana ou algum objeto como uma placa com marcadores. Um benefício substancial observado durante os testes realizados é a flexibilidade apresentada pelo sistema de reconhecimento de posturas, o que pode ser explorado de acordo com as limitações motoras do usuário. Para o futuro, as expectativas compreendem agregar uma posição de repouso na qual o objeto não sofre movimentação, desenvolver uma interface visual mais amigável para o usuário, possibilitar o uso de outros elementos da imagem para a interação através da câmera e traduzir a aplicação desenvolvida para uma linguagem de programação tal como C/C++, Java ou Python. AGRADECIMENTOS Os autores deste artigo agradecem à Universidade Ibirapuera pelo espaço disponibilizado para a elaboração e divulgação dos trabalhos realizados ao longo deste projeto e os coordenadores do curso de Ciência da Computação pelo apoio e incentivo dados para as pesquisas desenvolvidas. REFERÊNCIAS [1] A. T. S. Carneiro, Sistema de Reconhecimento do Alfabeto da LIBRAS por Visão Computacional e Redes Neurais, Dissertação de mestrado. Universidade Federal do Ceará (UFC), [2] A. T. S. Carneiro, P. C. Cortez, R. C. S. Costa Reconhecimento de Gestos da LIBRAS com Classificadores Neurais a partir dos Momentos Invariantes de Hu, Anais do 1 o Congresso Regional de Design de Interação - Interaction South-America 09, p , [3] M. K.- Hu, Visual Pattern Recognition by Moment Invariants, Ire Transactions On Information Theory, p , [4] R. C. Gonzalez and R. E. Woods, Digital Image Processing, 3rd ed. New Jersey, USA: Prentice Hall, [5] J. S. Marques, Reconhecimento de Padrões: Métodos Estatísticos e Neuronais, 2a ed. Lisboa, Portugal: Ensino da Ciência e da Tecnologia, [6] S. Haykin, Neural Networks: A Comprehensive Foundation, 2nd ed. New Jersey, USA: Prentice Hall, 1999.
INFORMAÇÕES DO ACADÊMICO PLANO DE TRABALHO. 1. Justificativa
INFORMAÇÕES DO ACADÊMICO Nome: Kleber Padovani de Souza Curso: Engenharia de Computação Semestre: R.A.: Título do plano de trabalho: Extração de atributos da imagem através de momentos de imagem. Nome
Leia maisIMPLEMENTAÇÃO DE SOFTWARE DE LEITURA GESTUAL PARA O APRENDIZADO DE LIBRAS
IMPLEMENTAÇÃO DE SOFTWARE DE LEITURA GESTUAL PARA O APRENDIZADO DE LIBRAS Lori R. F. Machado Filho, Gerson Battisti, Edson L. Padoin Professor Dr. Edson L. Padoin do curso de Ciência da Computação da Universidade
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 maisTÍTULO: IDENTIFICAÇÃO DE CARACTERES APRESENTADOS A UMA CÂMERA POR MEIO DO MOVIMENTO DOS DEDOS DA MÃO DE UM SER HUMANO
Anais do Conic-Semesp. Volume 1, 2013 - Faculdade Anhanguera de Campinas - Unidade 3. ISSN 2357-8904 TÍTULO: IDENTIFICAÇÃO DE CARACTERES APRESENTADOS A UMA CÂMERA POR MEIO DO MOVIMENTO DOS DEDOS DA MÃO
Leia maisSegmentação e Classificação. Prof. Herondino
Segmentação e Classificação Prof. Herondino Segmentação Neste processo, divide-se a imagem em regiões que devem corresponder às áreas de interesse da aplicação. Entende-se por regiões um conjunto de "pixels"
Leia mais5 Protótipo e Resultados Obtidos
5 Protótipo e Resultados Obtidos 5.1. Introdução Este capítulo apresenta de forma minuciosa o protótipo desenvolvido durante este trabalho, que é uma ferramenta capaz de realizar o treinamento e a detecção
Leia maisDescritores de Imagem (introdução)
Descritores de Imagem (introdução) André Tavares da Silva andre.silva@udesc.br Roteiro da aula Definição de descritor de imagem Extração de Característica Tipos Geral x Específico Global (cor, textura,
Leia maisMapeamento do uso do solo para manejo de propriedades rurais
1/28 Mapeamento do uso do solo para manejo de propriedades rurais Teoria Eng. Allan Saddi Arnesen Eng. Frederico Genofre Eng. Marcelo Pedroso Curtarelli 2/28 Conteúdo programático: Capitulo 1: Conceitos
Leia maisImplementação de um sistema de validação estatística configurável de dados
Implementação de um sistema de validação estatística configurável de dados Eduardo Dias Filho Supervisores: João Eduardo Ferreira e Pedro Losco Takecian 16 de novembro de 2014 Introdução Table of Contents
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 maisUniversidade Estadual do Oeste do Paraná - UNIOESTE Implementação de uma lupa digital baseada em captura de imagens Deivide Possamai, Fernando
Universidade Estadual do Oeste do Paraná - UNIOESTE Implementação de uma lupa digital baseada em captura de imagens Deivide Possamai, Fernando Fernandes Bolsista: MEC/SESu Ciência da Computação 2011. Orientador:
Leia maisSISTEMA AUTOMÁTICO PARA AVALIAÇÃO POSTURAL BASEADO EM DESCRITORES DE IMAGENS
SISTEMA AUTOMÁTICO PARA AVALIAÇÃO POSTURAL BASEADO EM DESCRITORES DE IMAGENS GIAN LUCAS DE OLIVEIRA PAIVA GRADUANDO EM ENGENHARIA ELETRÔNICA ORIENTADOR: PROF. CRISTIANO JACQUES MIOSSO DR. EM ENGENHARIA
Leia maisINTERPOLAÇÃO LINEAR E BILINEAR: APLICAÇÃO EM TRANSFORMAÇÕES GEOMÉTRICAS DE IMAGEM INTRODUÇÃO
INTERPOLAÇÃO LINEAR E BILINEAR: APLICAÇÃO EM TRANSFORMAÇÕES GEOMÉTRICAS DE IMAGEM Autores: Giulia Denise Kujat VIEIRA; Milene Karine GUBETTI. Identificação autores: Estudantes do Curso Técnico em Informática
Leia mais6 Resultados Análise de Desempenho
Resultados 6 Resultados Com base em todas as técnicas e teorias estudadas nessa dissertação mais a arquitetura e detalhes de implementação utilizados para gerar a solução do módulo de renderização da pele
Leia maisALGORITMOS PARA SEGMENTAÇÃO DA PELE UTILIZANDO MODELOS DE CORES RGB EM AMBIENTE MATLAB/SIMULINK
ALGORITMOS PARA SEGMENTAÇÃO DA PELE UTILIZANDO MODELOS DE CORES RGB EM AMBIENTE MATLAB/SIMULINK Rodrigo Fernandes Freitas (2) Graduando em Mecatrônica Industrial (CEFETCE). Rodrigo Carvalho Souza Costa
Leia maisRECONHECIMENTO FACIAL UTILIZANDO EIGENFACES
Universidade Federal do Rio de Janeiro Instituto Alberto Luiz Coimbra de Pós-Graduação e Pesquisa de Engenharia Programa de Engenharia de Sistemas e Computação Rio de Janeiro, RJ Brasil RECONHECIMENTO
Leia maisComputaçã. Visão Geral. Sistema Gráfico. Computação Gráfica. Pixels. Sistema Gráfico e o Frame Buffer. Introdução à Computação Gráfica
Visão Geral Computaçã ção o Gráfica Introduçã ção, conceitos básicosb sicos, áreas relacionadas Introdução à Computação Gráfica Como funciona um sistema gráfico Como imagens são representadas Áreas relacionadas,
Leia maisIntrodução ao Processamento de Imagens Digitais Aula 01
Introdução ao Processamento de Imagens Digitais Aula 01 Douglas Farias Cordeiro Universidade Federal de Goiás 06 de julho de 2015 Mini-currículo Professor do curso Gestão da Informação Formação: Graduação
Leia maisFazendo máquinas enxergarem com OpenCV. TCHÊLINUX 2017 Felipe Aguiar Corrêa
Fazendo máquinas enxergarem com OpenCV TCHÊLINUX 2017 Felipe Aguiar Corrêa Quem é esse cara aí? UFPEL Ciência da Computação Visão Computacional Rastreamento de Pedestres Visão Computacional Sub-área da
Leia mais5 Análise Experimental
5 Análise Experimental 5.1. Base de dados para testes Foram gravados diversos vídeos que serviram para realizar os testes realizados nesta dissertação. Cada um dos vídeos gerados para medir qualidade da
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 maisRastreamento de Objetos Baseado em Grafos. Casamento Inexato entre Grafos Relacionais com Atributos
Rastreamento de Objetos Baseado em Casamento Inexato entre Grafos Relacionais com Atributos Exame de Qualificação de Mestrado Ana Beatriz Vicentim Graciano Orientador: Roberto M. Cesar Jr. Colaboradora:
Leia maisRECONHECIMENTO FACIAL 2D
RECONHECIMENTO FACIAL 2D PARA SISTEMAS DE AUTENTICAÇÃO EM DISPOSITIVOS MÓVEIS Luciano Pamplona Sobrinho Orientador: Paulo César Rodacki Gomes ROTEIRO Introdução Objetivos Fundamentação Teórica Conceitos
Leia maisVISÃO COMPUTACIONAL PARA RECONHECIMENTO DE FACES APLICADO NA IDENTIFICAÇÃO E AUTENTICAÇÃO DE USUÁRIOS NA WEB. Márcio Koch
VISÃO COMPUTACIONAL PARA RECONHECIMENTO DE FACES APLICADO NA IDENTIFICAÇÃO E AUTENTICAÇÃO DE USUÁRIOS NA WEB Márcio Koch Orientador: Jacques Robert Heckmann ROTEIRO Introdução Objetivos do trabalho Fundamentação
Leia maisProjeto - Sistema Multimídia 2014/2 Etapa 01 (N2)
1 FURB Universidade Regional de Blumenau DSC Departamento de Sistemas e Computação Grupo de Pesquisa em Computação Gráfica, Processamento de Imagens e Entretenimento Digital Disciplina: Sistemas Multimídia
Leia mais4 Testes e experimentos realizados 4.1. Implementação e banco de dados
32 4 Testes e experimentos realizados 4.1. Implementação e banco de dados Devido à própria natureza dos sites de redes sociais, é normal que a maior parte deles possua uma grande quantidade de usuários
Leia maisAPLICAÇÃO DA VISÃO COMPUTACIONAL PARA SEGMENTAÇÃO DE OBJETOS EM IMAGENS CAPTURADAS POR EQUIPAMENTOS MÓVEIS.
APLICAÇÃO DA VISÃO COMPUTACIONAL PARA SEGMENTAÇÃO DE OBJETOS EM IMAGENS CAPTURADAS POR EQUIPAMENTOS MÓVEIS. João Marcelo RIBEIRO 1 Heber Rocha MOREIRA 2 Fiama F. S. do AMARAL 3 RESUMO Através da visão
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 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 maisDepartamento de Sistemas e Computação FURB Curso de Ciência da Computação Trabalho de Conclusão de Curso 2013/1
Departamento de Sistemas e Computação FURB Curso de Ciência da Computação Trabalho de Conclusão de Curso 2013/1 Interpres Um protótipo para reconhecimento de partitura Acadêmico: Jonathan Mauricenz Jonathan.mauricenz@gmail.com
Leia maisé a saida do melhor individuo. A configuração de parâmetros da
61 4 4.1. Configuração Neste capítulo, comparam-se os resultados e o desempenho obtidos pela PGLIQ com a extensão do modelo proposto GPU-PGLIQ-I que foi desenvolvido nesta dissertação. Apresentam-se dois
Leia maisFerramenta de Reconhecimento de Gestos da Mão
Ferramenta de Reconhecimento de Gestos da Mão Rodrigo Bambineti Acadêmico Dalton Solano dos Reis Orientador Roteiro Introdução Objetivo Motivação Processo Visão computacional: Técnicas Realce Morfologia
Leia maisProcessamento Digital de Imagens
1 Ciência da Computação Processamento Digital de Imagens Objetivos e Prof. Sergio Ribeiro Tópicos Percepção por Máquina Imagens e Computação Gráfica, Armazenamento e Exibição Processamento Digital de Imagens
Leia mais2 Subtração de fundo
14 2 Subtração de fundo Este capítulo apresenta a subtração de fundo, tarefa para qual foi reservado um grande esforço inicial devido a sua enorme importância para a boa funcionalidade das outras etapas.
Leia maisProcessamento Digital de Imagens
Ciência da Computação Processamento Digital de Imagens Objetivos e Introdução Prof. Sergio Ribeiro Tópicos Introdução Percepção por Máquina Imagens e Computação Gráfica Complexidade de um Sistema Elementos
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 maisAntónio Costa. Paulo Roma Cavalcanti
Introdução à Computação Gráfica Preâmbulo Adaptação: Autoria: João Paulo Pereira António Costa Claudio Esperança Paulo Roma Cavalcanti Computação Gráfica Modelos Matemáticos Análise (reconhecimento de
Leia maisPMR2560 ELEMENTOS DE ROBÓTICA 2016 TRABALHO DE VISÃO COMPUTACIONAL CALIBRAÇÃO DE CÂMERAS E VISÃO ESTÉREO
PMR2560 ELEMENTOS DE ROBÓTICA 2016 TRABALHO DE VISÃO COMPUTACIONAL CALIBRAÇÃO DE CÂMERAS E VISÃO ESTÉREO Esse trabalho consiste de três partes. Na primeira parte do trabalho você vai calibrar duas câmeras
Leia maisIntrodução à Computação Gráfica. Claudio Esperança Paulo Roma Cavalcanti
Introdução à Computação Gráfica Claudio Esperança Paulo Roma Cavalcanti Estrutura do Curso Ênfase na parte prática Avaliação através de trabalhos de implementação C / C++ OpenGL c/ GLUT Grau (nota) baseado
Leia maisUniversidade Regional de Blumenau
Universidade Regional de Blumenau Curso de Bacharel em Ciências da Computação Protótipo de um Sistema de Informações Estratégicas para Consultórios Médicos utilizando Genexus Protótipo desenvolvido como
Leia maisBrilliant Solutions for a Safe World
IDENTIFICAÇÃO DE FACE E RASTREAMENTO DE MOVIMENTO PARA SISTEMAS DE GERENCIAMENTO DE VÍDEO (VMS) SentiVeillance Server é um software de identificação biométrica de faces e rastreamento de movimento pronto
Leia maisUm Estudo das Técnicas de Obtenção de Forma a partir de Estéreo e Luz Estruturada para Engenharia
Um Estudo das Técnicas de Obtenção de Forma a partir de Estéreo e Luz Estruturada para Engenharia Aluno: Gabriel Malizia Orientador: Professor Marcelo Gattass Co-Orientador: Professor Paulo Cezar Carvalho
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 maisUniversidade Federal de Roraima Departamento de Matemática Introdução à Ciência da Computação
Universidade Federal de Roraima Departamento de Matemática Introdução à Ciência da Computação Tema nº1: Entrada e saída de dados Assunto: Elemos básicos sobre Arquitetura de Computadores Conceito de Hardware,
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 maisReconhecimento facial. uma aplicação prática do reconhecimento de padrões
Reconhecimento facial uma aplicação prática do reconhecimento de padrões Márcio Koch, junho 2014 Pauta Apresentação Visão computacional Reconhecimento de padrões Analise de Componentes Principais Reconhecimento
Leia maisGerência de Projetos e Qualidade de Software. Prof. Walter Gima
Gerência de Projetos e Qualidade de Software Prof. Walter Gima 1 Plano de Ensino e Aprendizagem 2 3 Objetivos CONTEÚDO Se preparar para o inicio de um projeto Acompanhamento projeto Controles Métricas
Leia maisSISTEMA DE CONVERSÃO DE DADOS DE SIMULAÇÃO HIDRODINÂMICA DO SISBAHIA PARA O GNOME
SISTEMA DE CONVERSÃO DE DADOS DE SIMULAÇÃO HIDRODINÂMICA DO SISBAHIA PARA O GNOME Cabral, A. 1 ; Sperb, R. M. 2 ; Lima, G. 3 ; Mussi, C. S. 4 RESUMO A crescente demanda por estudos sobre a dispersão de
Leia maisImplementação de um protópito de uma interface para um controlador de cadeira. de rodas guiado pela direção do olhar.
Implementação de um protópito de uma interface para um controlador de cadeiras de rodas guiado pela direção do olhar. Vinícius Assis Saueia da Silva 18 de abril de 2005 1 Título Implementação de um protópito
Leia mais6 Aplicações Detalhes da Implementação
6 Aplicações Neste trabalho, é importante implementar aplicações de interação em tempo real para que seja possível avaliar a aplicabilidade das técnicas de Visão Computacional descritas ao longo dos capítulos
Leia maisSISTEMA PARA EXTRAÇÃO DE CARACTERÍSTICAS VISUAIS DE IMAGENS DE MADEIRA DE PINUS
SISTEMA PARA EXTRAÇÃO DE CARACTERÍSTICAS VISUAIS DE IMAGENS DE MADEIRA DE PINUS Camila Piacitelli 1, Osvaldo Cesar Pinheiro de Almeida 2 1 Informática para Negócios, Faculdade de Tecnologia, Botucatu,
Leia maisResumo. 1. Introdução
Técnicas que Utilizam Processamento de Imagens para Detecção e Classificação da Direção do Olhar Sheyla de Farias Gomes, Helton Maia Peixoto, Allan de M. Martins, José Alfredo F. Costa Universidade Federal
Leia maisIntrodução a Análise de Imagens Digitais
Introdução a Análise de Imagens Digitais Uma imagem digital é uma representação de uma cena por meio de um conjunto de elementos discretos e de tamanhos finitos, chamados de pixels, colocados em um arranjo
Leia maisAlgoritmos e Estruturas de Dados I. Universidade Federal de São João del-rei Pedro Mitsuo Shiroma Sala 119 Bloco 3
Algoritmos e Estruturas de Dados I Universidade Federal de São João del-rei Pedro Mitsuo Shiroma Sala 119 Bloco 3 História da computação ENIAC (1946-1955) 5000 op/seg 30 toneladas; 18 mil válvulas; 140
Leia maisPROVA Duração da prova: 120 minutos
Página 1 de 11 Prova escrita especialmente adequada destinada a avaliar a capacidade para a frequência do ensino superior dos maiores de 23 anos, Decreto-Lei n.º 64/2006, de 21 de março Prova de ingresso
Leia maisSegmentação, Rastreamento de Objetos e Detecção de Eventos Primitivos com Aplicação no Monitoramento Automático de Ações Humanas em Vídeo
Segmentação, Rastreamento de Objetos e Detecção de Eventos Primitivos com Aplicação no Monitoramento Automático de Ações Humanas em Vídeo Dissertação de Mestrado Aluno: Bruno Costa Orientador: Herman Gomes
Leia maisComputação e Imagens: PI, CG e Visualização. Computação Visual
Computação e Imagens: PI, CG e Visualização Computação Visual Instituto de Ciências Matemáticas e de Computação ICMC-USP São Carlos, 2016 1 Roteiro Visão Geral das áreas da computação que envolvem manipulação
Leia maisSSC546 Avaliação de Sistemas Computacionais Parte 1 -Aula 3 Sarita Mazzini Bruschi
Universidade de São Paulo Instituto de Ciências Matemáticas e de Computação Departamento de Sistemas de Computação SSC546 Avaliação de Sistemas Computacionais Parte 1 -Aula 3 Sarita Mazzini Bruschi Material
Leia maisObjetivos. 1. O método desenvolvido usa características de pares de pixeis para fazer estatísticas e formar
Introdução Comidas podem apresentar deformações e variações em sua forma, além de conter muitos ingredientes, nem todos visíveis; Métodos tradicionais de reconhecimento requerem a detecção de características
Leia maisAnálise empírica de algoritmos de ordenação
Análise empírica de algoritmos de ordenação Mario E. Matiusso Jr. (11028407) Bacharelado em Ciências da Computação Universidade Federal do ABC (UFABC) Santo André, SP Brasil mario3001[a]ig.com.br Resumo:
Leia maisProcessamento de Imagem. Prof. MSc. André Yoshimi Kusumoto
Processamento de Imagem Prof. MSc. André Yoshimi Kusumoto andrekusumoto.unip@gmail.com Prof. André Y. Kusumoto andrekusumoto.unip@gmail.com Amostragem e Quantização Amostragem refere-se ao número de pontos
Leia maisMICROSCÓPIO VIRTUAL UTILIZANDO REALIDADE AUMENTADA
1 ÁREA TEMÁTICA: ( ) COMUNICAÇÃO ( ) CULTURA ( ) DIREITOS HUMANOS E JUSTIÇA ( X ) EDUCAÇÃO ( ) MEIO AMBIENTE ( ) SAÚDE ( ) TECNOLOGIA E PRODUÇÃO ( ) TRABALHO MICROSCÓPIO VIRTUAL UTILIZANDO REALIDADE AUMENTADA
Leia maisA IMPORTÂNCIA DE THREADS NO DESEMPENHO DE APLICAÇÕES
A IMPORTÂNCIA DE THREADS NO DESEMPENHO DE APLICAÇÕES Euzébio da Costa Silva 1, Victor Pereira Ribeiro 2, Susana Brunoro Costa de Oliveira 3 1 29520-000, euzebioprogramacao@gmail.com 2 29520-000, victor3ifes@gmail.com
Leia maisAs principais contribuições do presente trabalho são as seguintes:
5 Conclusões Nesta dissertação, foram estudadas algumas das principais características que dificultam a provisão de QoS em sistemas operacionais de propósito geral, de forma a relacioná-las com soluções
Leia maisProgramação de Computadores I
Programação de Computadores I 2018.2 Computador O computador é uma máquina que realiza processamento de dados automaticamente. Ela é formada por um hardware e um software. Notebook Celular Video Game Câmeras
Leia maisProcessamento de Sinal e Imagem
Processamento de Sinal e Imagem Mestrado em Informática Médica Hélder Filipe Pinto de Oliveira Apresentação do Docente Formação Académica Licenciatura Eng. Eletrotécnica e de Computadores, FEUP (1999 2004)
Leia maisReconhecimento de Tipos de Movimento Humano baseados no método GMM.
Reconhecimento de Tipos de Movimento Humano baseados no método GMM. C.Gonçalves 1 ; L.A.Pereira; J.C.Pizolato, Jr.; A.Gonzaga. Escola de Engenharia de São Carlos-EESC-USP Av. Trab. São-Carlense, 400 CP
Leia maisMETODOLOGIA PARA A QUANTIZAÇÃO DE CORES PELO MÉTODO SMCb: INTRODUÇÃO E EXEMPLOS DE RESULTADOS
METODOLOGIA PARA A QUANTIZAÇÃO DE CORES PELO MÉTODO SMCb: INTRODUÇÃO E EXEMPLOS DE RESULTADOS Marcelo Zaniboni 1, Osvaldo Severino Junior 2 1: Universitário do curso de Ciência da Computação, Faculdade
Leia maisIntrodução à Computação
Introdução à Computação Jordana Sarmenghi Salamon jssalamon@inf.ufes.br jordanasalamon@gmail.com http://inf.ufes.br/~jssalamon Departamento de Informática Universidade Federal do Espírito Santo Agenda
Leia maisImage Descriptors: color
Image Descriptors: color Image Processing scc0251 www.icmc.usp.br/ moacir moacir@icmc.usp.br ICMC/USP São Carlos, SP, Brazil 2011 Moacir Ponti Jr. (ICMCUSP) Image Descriptors: color 2011 1 / 29 Agenda
Leia maisSistema de Localização Visual da Equipe de Futebol de Robôs POTI-UFRN (versão 2008) na Categoria Very Small Size
Sistema de Localização Visual da Equipe de Futebol de Robôs POTI-UFRN versão 2008) na Categoria Very Small Size Ellon P Mendes, Adelardo AD Medeiros UFRN-CT-DCA 59072-900 Natal RN Email: [ellonpaiva,adelardo]@dcaufrnbr
Leia maisPLANIFICAÇÃO ANUAL Documentos Orientadores: Programa da disciplina
Programa de Aplicações Informáticas B / 12 º Ano Página 1 de 6 PLANIFICAÇÃO ANUAL Documentos Orientadores: Programa da disciplina Introdução à Programação Introdução à Programação - Reconhecer as limitações
Leia maisPMR2560 Visão Computacional Conversão e Limiarização. Prof. Eduardo L. L. Cabral
PMR2560 Visão Computacional Conversão e Limiarização Prof. Eduardo L. L. Cabral Objetivos Processamento de imagens: Conversão de imagens; Histograma; Limiarização. Imagem digital Uma imagem é uma matriz
Leia maisAula 06 - Máquina Multinível e Von Neumann
Instituto Federal de Educação, Ciência e Tecnologia do Rio Grande do Norte Campus Currais Novos Instalação e Organização de Computadores Aula 06 - Máquina Multinível e Von Neumann Prof. Diego Pereira
Leia maisCP Introdução à Informática Prof. Msc. Carlos de Salles
CP 1015.1 Prof. Msc. Carlos de Salles PROGRAMA 1. CONCEITO DE SISTEMAS 1.1 Sistemas e sua classificação 1.2 Informações e Dados 1.3 O Processamento de Dados 1.4 O Computador e sua História 2. ESTRUTURA
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 mais5 Experimentos Corpus
5 Experimentos 5.1. Corpus A palavra corpus significa corpo em latim. No contexto de Aprendizado de Máquina, corpus se refere a um conjunto de dados utilizados para experimentação e validação de modelos.
Leia maisDetecção Robusta de Movimento de Câmera em Vídeos por Análise de Fluxo Ótico Ponderado
Detecção Robusta de Movimento de Câmera em Vídeos por Análise de Fluxo Ótico Ponderado Rodrigo Minetto Prof. Dr. Neucimar Jerônimo Leite (Orientador) Prof. Dr. Jorge Stolfi (Co-orientador) Instituto de
Leia maisSERVIÇO PÚBLICO FEDERAL MINISTÉRIO DA EDUCAÇÃO INSTITUTO FEDERAL DE EDUCAÇÃO, CIÊNCIA E TECNOLOGIA DE MINAS GERAIS IFMG
Matriz Curricular FGGCOMP - Bacharelado em Ciência da Computação 0. Disciplinas Obrigatórias FGGCOMP.00 Cálculo I FGGELET.00 - Cálculo I / FGGMATE.00 - Cálculo Diferencial e Integral I FGGCOMP.00 Geometria
Leia maisDESENVOLVIMENTO DA EQUAÇÃO PREDITIVA GERAL (EPG)
MELCONIAN, Marcos Vinícius. "Desenvolvimento da Equação Preditiva Geral (EPG)", p.79-102. In MELCONIAN, Marcos Vinicius. Modelagem numérica e computacional com similitude e elementos finitos, São Paulo:
Leia maisIMPLEMENTAÇÃO DE ALGORITMO PARA IDENTIFICAÇÃO DE IMPRESSÕES DIGITAIS
Anais do 12 O Encontro de Iniciação Científica e Pós-Graduação do ITA XII ENCITA / 2006 Instituto Tecnológico de Aeronáutica São José dos Campos SP Brasil Outubro 16 a 19 2006 IMPLEMENTAÇÃO DE ALGORITMO
Leia maisAprendizagem de Máquina
Aprendizagem de Máquina Alessandro L. Koerich Programa de Pós-Graduação em Informática Pontifícia Universidade Católica do Paraná (PUCPR) Introdução + Estudo de Caso Introdução Percepção de máquina Um
Leia maisProjeto SobrArm. Universidade Federal do Ceará. Engenharia de Computação. Programa de Educação Tutorial. Alunos: Raimundo Farrapo Pinto
Universidade Federal do Ceará Engenharia de Computação Programa de Educação Tutorial Projeto SobrArm Alunos: Raimundo Farrapo Pinto Júnior Abner Sousa Nascimento Orientador: Iális Cavalcante de Paula Júnior
Leia mais2 Reconhecimento Facial
2 Reconhecimento Facial Em termos gerais, o reconhecimento facial é o processo pelo qual se mede o grau de similaridade entre duas imagens faciais com o proposito de identificar a um indivíduo ou de verificar
Leia maisCiências da Computação Disciplina:Computação Gráfica
Ciências da Computação Disciplina:Computação Gráfica Professora Andréia Freitas 2013 7 semestre Aula 06 MEMORIA, F. Design para a Internet. 1ª Edição. Rio de Janeiro: Campus, 2005. ALVES, W. P. Crie, anime
Leia maisREDES NEURAIS CLASSE MODULAR APLICADAS NO RECONHECIMENTO DE CARACTERES MANUSCRITOS
170 REDES NEURAIS CLASSE MODULAR APLICADAS NO RECONHECIMENTO DE CARACTERES MANUSCRITOS CLASS MODULAR NEURAL NETWORKS APPLIED IN RECOGNITION OF CHARACTER MANUSCRIPT Clariane Silva Menezes 1 ; Leandro Luiz
Leia maisDETECÇÃO DE CORES DE SOLUÇÕES QUÍMICAS PARA PESSOAS COM NENHUMA OU BAIXA VISÃO UTILIZANDO OPENCV
DETECÇÃO DE CORES DE SOLUÇÕES QUÍMICAS PARA PESSOAS COM NENHUMA OU BAIXA VISÃO UTILIZANDO OPENCV Autor (1) Jéssica Fernandes Alves; Orientador (4) Suzete Élida Nóbrega Correia (1) Instituto Federal de
Leia maisUm estudo sobre consumo energético na indexação de conteúdo visual com síntese em alto nível usando hardware reconfigurável
1 de 61 Um estudo sobre consumo energético na indexação de conteúdo visual com síntese em alto nível usando hardware reconfigurável Elmar Uwe Kurt Melcher (Orientador) Universidade Federal de Campina Grande
Leia maisEstudo de Desempenho Sobre a Biblioteca Int-Haar
Estudo de Desempenho Sobre a Biblioteca Int-Haar Autores: Vinícius Santos Maurício Pilla Renata Reiser Alice Kozakevicius Apresentador: Lucas Agostini Universidade Federal de Pelotas Ciência da Computação
Leia maisSoluções de Acessibilidade. VLibras - Desktop. Manual de Instalação da Ferramenta. Microsoft Windows R. Núcleo de Pesquisa e Extensão / LAViD
Soluções de Acessibilidade VLibras - Desktop Manual de Instalação da Ferramenta Microsoft Windows R Núcleo de Pesquisa e Extensão / LAViD 2016 INTRODUÇÃO Objetivo Este manual contém introdução e informações
Leia maisSERVIÇO PÚBLICO FEDERAL MINISTÉRIO DA EDUCAÇÃO INSTITUTO FEDERAL DE EDUCAÇÃO, CIÊNCIA E TECNOLOGIA DE MINAS GERAIS IFMG
Matriz Curricular FGGCOMP - Bacharelado em Ciência da Computação 0. Disciplinas Obrigatórias FGGCOMP.00 Cálculo I FGGELET.00 - Cálculo I / FGGMATE.00 - Cálculo Diferencial e Integral I FGGCOMP.00 Geometria
Leia maisSERVIÇO PÚBLICO FEDERAL MINISTÉRIO DA EDUCAÇÃO INSTITUTO FEDERAL DE EDUCAÇÃO, CIÊNCIA E TECNOLOGIA DE MINAS GERAIS IFMG
Matriz Curricular FGGCOMP - Bacharelado em Ciência da Computação 0. Disciplinas Obrigatórias FGGCOMP.00 Cálculo I FGGELET.00 - Cálculo I / FGGMATE.00 - Cálculo Diferencial e Integral I FGGCOMP.00 Geometria
Leia maisSERVIÇO PÚBLICO FEDERAL MINISTÉRIO DA EDUCAÇÃO INSTITUTO FEDERAL DE EDUCAÇÃO, CIÊNCIA E TECNOLOGIA DE MINAS GERAIS IFMG
Matriz Curricular FGGCOMP - Bacharelado em Ciência da Computação 0. Disciplinas Obrigatórias FGGCOMP.00 Cálculo I FGGELET.00 - Cálculo I / FGGMATE.00 - Cálculo Diferencial e Integral I FGGCOMP.00 Geometria
Leia maisPontifícia Universidade Católica do Rio de Janeiro. Departamento de Informática. Fundamentos de Computação Gráfica
1. Imagens sísmicas Pontifícia Universidade Católica do Rio de Janeiro Departamento de Informática Fundamentos de Computação Gráfica Aluno: Stelmo Magalhães Barros Netto Relatório do trabalho Imagens Sísmicas
Leia mais9 Trabalho - Segmentação do corpo caloso
9 Trabalho - Segmentação do corpo caloso Disciplina de Morfologia Matemática 1 semestre de 2015 Prof. Aura Conci Alunos: Carolina Carvalho, Érick Oliveira, Breno Carvalho e Francisco Benavides Segmentação
Leia maisCRIVO QUADRÁTICO: IMPLEMENTAÇÃO DA OBTENÇÃO DE UM CONJUNTO DE NÚMEROS COMPLETAMENTE FATORADOS SOBRE UMA BASE DE FATORES
CRIVO QUADRÁTICO: IMPLEMENTAÇÃO DA OBTENÇÃO DE UM CONJUNTO DE NÚMEROS COMPLETAMENTE FATORADOS SOBRE UMA BASE DE FATORES Alex Zanella Zaccaron1; Adriana Betânia de Paula Molgora2 1Estudante do Curso de
Leia maisDetecção de Gestos Através da Extração de Características da Mão Humana
Detecção de Gestos Através da Extração de Características da Mão Humana Raimundo F. Pinto Júnior 1, Abner S. Nascimento 1, Iális C. de Paula Júnior 1 1 Universidade Federal do Ceará (UFC) Campus de Sobral
Leia maisResultados da Segmentação
59 6 Resultados da Segmentação Neste capítulo são avaliados os três algoritmos de binarização abordados no capítulo 4. A avaliação é obtida comparando-se as imagens segmentadas, com as mesmas imagens segmentadas
Leia maisINTRODUÇÃO AOS SISTEMAS LÓGICOS INTRODUÇÃO
1 INTRODUÇÃO AOS SISTEMAS LÓGICOS INTRODUÇÃO 2 O COMPUTADOR 3 O COMPUTADOR 4 O COMPUTADOR Blocos funcionais 5 TIPOS DE COMPUTADOR Você conhece os diferentes tipos de computador? 6 TIPOS DE COMPUTADOR PC
Leia maisProcessamento de Imagem. Prof. MSc. André Yoshimi Kusumoto
Processamento de Imagem Prof. MSc. André Yoshimi Kusumoto andrekusumoto.unip@gmail.com Amostragem e Quantização Amostragem refere-se ao número de pontos amostrados de uma imagem digitalizada (resolução).
Leia mais