Detecção de Gestos Através da Extração de Características da Mão Humana
|
|
- Alfredo Belo Azambuja
- 7 Há anos
- Visualizações:
Transcrição
1 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 Sobral CE raimundo@protonmail.com, abnersousanascimento@alu.ufc.br ialis@sobral.ufc.br Abstract. This paper proposes a gesture detection method based upon the degree of openness and angles of human hand fingers. The procedure involves capturing video in real time, background subtraction, edge detection and polygon simplification methods. The main criteria chosen for finger identification were the distance from the center, as well as the results of comparison with empirical obtained data. The algorithm was used effectively to move a robotic hand built with a 3D printer. Resumo. Este artigo propõe um método para detectar gestos baseados no grau de abertura dos dedos de mãos humanas. O procedimento envolve captura de vídeo em tempo real e remoção do plano de fundo. Foram aplicados métodos de detecção de contornos, simplificação poligonal e cálculo de ângulos para identificar os dedos. A distância entre eles e o centro é usada para calcular seu grau de abertura. O algoritmo foi empregado com eficiência para movimentar uma mão robótica construída em uma impressora 3D. 1. Introdução A demanda por novas tecnologias que facilitem a interação homem-máquina tem vivido notável crescimento desde a última década. Observando as tendências atuais do mercado, é razoável concluir que o principal motivador para isso foi o desenvolvimento conjunto de setores como robótica e dispositivos móveis [Technavio 2015]. Assim, o estudo do principal canal de comunicação entre usuários e dispositivos é um fator chave, do qual os setores mencionados possuem alto grau de dependência [Vilarinho 2014]. Recentemente, dispositivos como Kinect, Google Glass e Oculus Rift estão revolucionando o mercado, pois trazem uma proposta completamente nova de interação com a tecnologia [Betancourt et al. 2015]. Contudo, estes ainda possuem elevado custo financeiro de aquisição. Para superar esse problema, é possível investir em técnicas de Processamento Digital de Imagens (PDI) para detecção e análise de gestos fazendo uso apenas de uma câmera e um computador. Os desafios para detecção da mão humana são: ignorar o cenário e extrair apenas informações dos dedos; lidar com ruídos e dados duvidosos gerados por mudanças na iluminação; normalizar o objeto de interesse independentemente de sua distância da câmera [Conti and Gonzaga 2011, Zhang 2012]. Sob tal perspectiva, este artigo tem como objetivo principal desenvolver um algoritmo capaz de reconhecer características visuais da mão do usuário por meio de uma fonte de captura de vídeo, além de permitir execução em tempo real. Para realizar esta tarefa, foram aplicadas técnicas de segmentação de imagens, reconhecimento e interpretação de dados.
2 2. Materiais e métodos Esta seção descreve as técnicas adotadas no trabalho para alcançar o reconhecimento e identificação de características da mão do usuário, tais como posição e ângulo entre os dedos. São necessários a captura e remoção do background, além da detecção e cálculo de centróide, polígono aproximado e ângulos representativos Captura e extração do background Para que seja possível interpretar imagens digitais, é preciso destacar o objeto de interesse [Gonzalez and Woods 2006]. Assim, a região da imagem correspondente à mão do usuário deve ser separada do chamado plano de fundo (background), isto é, o ambiente no qual o objeto está inserido. O método utilizado para isto baseia-se na descrição de [Zivkovic and van der Heijden 2006]. A implementação aplicada neste trabalho é parametrizada por uma taxa de aprendizagem, que consiste na frequência com a qual a amostra do plano de fundo é atualizada. Por este motivo, fez-se vantajosa a divisão do processo em duas fases. Na primeira, executada apenas uma vez com máxima taxa de aprendizagem, obtém-se a amostra do ambiente. A fase seguinte repete-se a cada frame capturado. Nela, emprega-se a amostra obtida anteriormente para remover as informações visuais desnecessárias. A Figura 1(a) exemplifica as imagens analisadas na primeira fase. Como desejase obter uma amostra que será constante no restante do processo, é imprescindível evitar variações significativas de iluminação ou presença de elementos visuais temporários. Na segunda fase a taxa de aprendizagem é nula, isto é, considera-se que não haverá mais variações no ambiente, uma vez coletada a amostra. Portanto, o único objeto com características visuais diferenciadas deve ser o braço do usuário, de acordo com a ilustração da Figura 1(b). Após a comparação da imagem com a amostra do plano de fundo, este é removido e produz-se uma imagem binária, como ilustra a Figura 1(c). (a) Plano de fundo. (b) Mão sobreposta. (c) Imagem binária. Figura 1. Processo de extração do plano de fundo 2.2. Detecção do centro de massa Uma vez extraída a região de interesse, podem ser calculadas as informações destinadas à identificação dos dedos. A localização do ponto central dessa região é uma característica auxiliar importante nessa tarefa. Para obter as coordenadas do centro, calculam-se os momentos estatísticos de uma matriz de pixels (imagem em escala de cinza) [Hu 1962]. Considerando os valores individuais dos pixels como uma função densidade de probabilidade, pode-se definir o
3 momento M ij = x y xi y j I(x, y), em que M ij indica o i-ésimo momento para o eixo x e j-ésimo momento para o eixo y; x e y são índices correspondentes a cada pixel; e I(x, y) indica o valor, em escala de cinza, do pixel correspondente. A área do contorno é, pois, dada por: M 00 = x y I(x, y). Além disso, em uma imagem binária, esta equação soma o número de pixels representativos ( do objeto. M Por fim, as coordenadas do centro de massa são definidas por C = 10 M 00, M 01 M 00 ) Obtenção do polígono de aproximação Além da localização do centro, o contorno da região de interesse também é um fator característico relevante. A partir dele é extraído um polígono de 7 lados cujos vértices posicionam-se sobre as pontas dos dedos. Comparando-se o ângulo desses vértices com um vetor de referência, é possível realizar a identificação dos dedos. Primeiramente, extrai-se o contorno, como descreve [Suzuki et al. 1985]. Contudo, o conjunto de pontos gerado é demasiadamente grande e identificar os pontos sobre os dedos exigiria um elevado custo computacional. Assim, aplica-se o algoritmo de Ramer-Douglas-Peucker para simplificar o contorno obtido. Conforme descrito em [Ramer 1972], este método elimina recursivamente pontos cuja distância em relação a curva ultrapassem um valor ε (distância máxima da curva original para a curva simplificada). Por conseguinte, o parâmetro ε deve ser escolhido de modo que o polígono ajuste-se sobre as pontas dos dedos, como visto na Figura 2. Para os cálculos posteriores, despreza-se o lado mais próximo da base da imagem. Figura 2. Polígono e contorno Cálculo dos ângulos É necessário definir um modelo matemático que traduza adequadamente as características dos dedos da mão do usuário e permita a obtenção de informações úteis para o processo de identificação. Neste trabalho, os dedos são representados por vetores d 1, d 2,, d 5 com origem no centro de massa do contorno e vértices sobre os pontos do polígono simplificado. Dessa forma, a norma de d i corresponde ao tamanho em pixels do i-ésimo dedo. A norma de um vetor é calculada conforme a equação: d i = (x c x ) 2 + (y c y ) 2, (1) em que (x, y) são as componentes de d i e (c x, c y ) são coordenadas do centro. O vetor de maior norma, isto é, o representante do dedo de maior comprimento, é definido como vetor de referência d r. Este é o referencial adotado para o cálculo dos
4 ângulos. Dessa forma, a identificação pode ser efetuada mesmo que o usuário realize movimentos rotativos no plano de captura da imagem. O ângulo α i é definido como o menor ângulo entre o vetor de referência d r e o i-ésimo dedo d i. Seu valor é obtido a partir da equação: ( ) dr d i α i = arccos, (2) d r d i em que d r d i é o produto escalar entre d r e d i, e d r d i é o produto de suas normas. Posteriormente, os dedos serão classificados em polegar, indicador, médio, anelar e menor, conforme os respectivos valores de α i. 3. Metodologia proposta O fluxograma da Figura 3 sintetiza a metodologia adotada neste trabalho. Dois laços de repetição se destacam nesse esquemático. No primeiro, obtém-se a amostra do background. O segundo consiste no processamento da sequência de imagens fornecida pela fonte de captura. Figura 3. Fluxograma do algoritmo desenvolvido Os dados resultantes são categorizados conforme valores obtidos empiricamente. Assumiram-se, aqui, para efeito de classificação, intervalos de ângulos e posições relativas ao dedo médio. Para o dedo indicador, um intervalo de 20 a 35 (posicionado à direita); ao dedo anelar, um intervalo de 20 a 35 (posicionado à esquerda); para o dedo mínimo, um intervalo de 40 a 65 (posicionado à esquerda); por fim, ao dedo polegar, um intervalo de 40 a 120 (posicionado à direita). 4. Resultados Foram obtidos resultados satisfatórios quanto à identificação dos dedos do usuário em tempo real, desde que observada a qualidade do material capturado, condições de
5 luz, resolução da filmagem e níveis adequados de contraste entre a pele e o ambiente, conforme pode-se constatar na Figura 4. A oclusão de um ou mais dedos entre os demais impossibilita a correta geração dos 7 lados do polígono, o que pode levar a erros de detecção. Por sua vez, a semelhança entre as posições dos dedos pode gerar erros de identificação. mínimo 45.2 anelar 20.5 indicador 23.1 polegar 85.4 mínimo - indicador - polegar 46.0 mínimo 50.7 anelar 28.0 indicador 25.7 polegar - mínimo - médio - indicador 0.0 polegar 83.5 mínimo 45.0 indicador 25.0 polegar 88.1 mínimo 55.8 indicador 28.5 polegar 83.6 Figura 4. Resultados obtidos no reconhecimento dos dedos. A identificação de cada dedo permite diversas aplicações. Neste trabalho, os dados obtidos foram utilizados para o controle de uma mão robótica, construída com auxílio de uma impressora 3D, como na Figura 5. Essa mão foi definida a partir de modelos do projeto InMoov [Langevin, G. 2015]. Para sua configuração eletrônica, utilizou-se a placa de sistemas embarcados Arduino [Banzi, M. 2015]. Conforme a metodologia aqui descrita, é possível movimentar cada dedo calculando a sua distância ao centro de massa da mão. O único problema encontrado ocorre devido a falhas pontuais na identificação do dedo anelar. Entretanto, os demais dedos movimentam-se conforme os dados são obtidos. Figura 5. Braço robótico construído em impressora 3D.
6 5. Conclusões e Perspectivas Este trabalho abordou a identificação visual dos dedos da mão através de características visuais como ângulos e contornos. Desta forma, é possível detectar gestos providos pelo usuário e utilizar os dados obtidos como entrada em diversas aplicações computacionais. Assim, com o funcionamento em tempo real, este método permite que a interação com o computador seja feita de forma simples e intuitiva. Pretende-se, futuramente, aprimorar as técnicas aplicadas para reduzir imprecisões, bem como otimizar o processo de subtração do plano de fundo. A futura implementação de métodos para prever a localização dos dedos deve ampliar também as possibilidades de detecção de gestos. Referências Banzi, M. (2015). Arduino uno and genuino uno. ArduinoBoardUno. Acesso em 25 fev Betancourt, A., Morerio, P., Regazzoni, C. S., and Rauterberg, M. (2015). The evolution of first person vision methods: A survey. Circuits and Systems for Video Technology, IEEE Transactions on, 25(5): Conti, C. and Gonzaga, A. (2011). Rastreamento do movimento dos dedos da mão humana em imagens de vídeo. Journal of the Brazilian Neural Network Society, 9: Gonzalez, R. C. and Woods, R. E. (2006). Prentice-Hall, Inc. Digital Image Processing (3rd Edition). Hu, M.-K. (1962). Visual pattern recognition by moment invariants. Information Theory, IRE Transactions on, 8(2): Langevin, G. (2015). Open-source 3d printed life-size robot. Acesso em 21 fev Ramer, U. (1972). An iterative procedure for the polygonal approximation of plane curves. Computer graphics and image processing, 1(3): Suzuki, S. et al. (1985). Topological structural analysis of digitized binary images by border following. Computer Vision, Graphics, and Image Processing, 30(1): Technavio (2015). Global robotics market Technical report, Research and Markets. Vilarinho, L. (2014). Interface homem-máquina. Engenharia de Software Magazine, (47). Zhang, Z. (2012). Microsoft kinect sensor and its effect. MultiMedia, IEEE, 19(2):4 10. Zivkovic, Z. and van der Heijden, F. (2006). Efficient adaptive density estimation per image pixel for the task of background subtraction. Pattern recognition letters, 27(7):
Projeto 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 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 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 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 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 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 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 maisAlex Torquato Souza Carneiro Ciência da Computação Universidade Ibirapuera - UNIb São Paulo - SP, Brasil
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
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 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 maisINFORMAÇÕES 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 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 maisVisão computacional. Juliana Patrícia Detroz Orientador: André Tavares Silva
Visão computacional Juliana Patrícia Detroz Orientador: André Tavares Silva Visão computacional Tentativa de replicar a habilidade humana da visão através da percepção e entendimento de uma imagem; Fazer
Leia maisReconhecimento de 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 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 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 maisReconhecimento de Símbolos de LIBRAS
Reconhecimento de Símbolos de LIBRAS Rodrigo do Nascimento Siqueira Departamento de Informática Universidade Federal do Maranhão (UFMA) Av. dos Portugueses, 1966 Bacanga São Luıś MA Brazil rodignasciment@gmail.com(siqueira,
Leia maisVISÃO COMPUTACIONAL. Marcelo Henrique dos Santos
VISÃO COMPUTACIONAL Marcelo Henrique dos Santos marcelosantos@outlook.com São Paulo SP, Agosto/2013 INTRODUÇÃO Processamento de imagens é um processo onde a entrada do sistema é uma imagem e a saída é
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 maisUm sistema de identificação biométrica utilizando reconhecimento de íris e OpenCV
Um sistema de identificação biométrica utilizando reconhecimento de íris e OpenCV Rodrigo Mendes Garcês 1, Geraldo Braz Júnior 2 1 Laboratório de métodos de otimização e robótica Universidade Federal do
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 maisSEGMENTAÇÃO E RECONHECIMENTO DA ÍRIS
SEGMENTAÇÃO E RECONHECIMENTO DA ÍRIS Edno José Bozoli Junior¹, Osvaldo Severino Junior². 1. Universitário do curso de Ciências da Computação Rodovia Vicinal Raul Galvani nº. 831, Centro, CEP: 15.845-000
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 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 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 maisSISTEMA DE ANÁLISE DE VÍDEO EM TEMPO REAL NA DETECÇÃO DE PADRÕES DE MOVIMENTO
SISTEMA DE ANÁLISE DE VÍDEO EM TEMPO REAL NA DETECÇÃO DE PADRÕES DE MOVIMENTO Davi Alberto Sala, Adriane Parraga e Letícia Vieira Guimarães Universidade Estadual do Rio Grande do Sul RESUMO Uma das seções
Leia maisColor Eyes Detector. Duarte Petiz. DCC/FCUP
Color Eyes Detector Duarte Petiz DCC/FCUP up201204625@fc.up.pt Resumo Este relatório descreve a implementação da aplicação desenvolvida Color Eyes Detector bem como mostra os resultados finais da execução
Leia 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 maisAuto-Fusão na Recuperação de Imagens Baseadas em Conteúdo.
Auto-Fusão na Recuperação de Imagens Baseadas em Conteúdo. Severino Jr, Osvaldo IMES - FAFICA osvaldo@fafica.br Gonzaga, Adilson Escola de Engenharia de São Carlos - USP adilson@sc.usp.br Resumo Neste
Leia maisRastreamento de objeto e estimativa de movimento
Hiroito Watanabe Rastreamento de objeto e estimativa de movimento Brasil 2015 Hiroito Watanabe Rastreamento de objeto e estimativa de movimento Relatório do trabalho 2 da disciplina de Processamento Digital
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 maisEstudo sobre decodificação iterativa usando códigos de treliça
Revista de Engenharia e Pesquisa Aplicada, Volume 2, Número 1, 2016 Estudo sobre decodificação iterativa usando códigos de treliça Souza, I. M. M. Escola Politécnica de Pernambuco Universidade de Pernambuco
Leia maisVisão Computacional. Alessandro L. Koerich. Programa de Pós-Graduação em Engenharia Elétrica Universidade Federal do Paraná (UFPR)
Visão Computacional Alessandro L. Koerich Programa de Pós-Graduação em Engenharia Elétrica Universidade Federal do Paraná (UFPR) Análise da Imagem Análise da Imagem O algoritmo opera sobre a imagem e extrai
Leia maisProcessamento Digital de Imagens
Ciência da Computação Processamento Digital de Imagens Tópicos Detecção de Pontos Isolados Detecção de Linhas Prof. Sergio Ribeiro 2 Operações lógicas e aritméticas orientadas a vizinhança utilizam o conceito
Leia maisFace Detection. Image Processing scc moacir ICMC/USP São Carlos, SP, Brazil
Face Detection Image Processing scc0251 www.icmc.usp.br/ moacir moacir@icmc.usp.br ICMC/USP São Carlos, SP, Brazil 2011 Moacir Ponti Jr. (ICMCUSP) Face Detection 2011 1 / 24 Agenda 1 Detectando faces 2
Leia maisExtração de Características de Sinais na Pele para Identificação de Melanoma
Extração de Características de Sinais na Pele para Identificação de Melanoma Henrique C. Siqueira Escola Politécnica Universidade de Pernambuco Recife, Brasil 50750-470 E-mail: hcs@ecomp.poli.br Bruno
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 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 maisRastreamento dos dedos da mão para interação humano-computador
04-07 de Julho - FCT/UNESP - P. Prudente V Workshop de Visão Computacional Rastreamento dos dedos da mão para interação humano-computador Caroline Conti 1, Adilson Gonzaga Laboratório de Visão Computacional
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 maisAula 7 - Representação e Descrição de Estruturas Bi-dimensionais. Prof. Adilson Gonzaga
Aula 7 - Representação e Descrição de Estruturas Bi-dimensionais Prof. Adilson Gonzaga 1 Introdução Objetos ou Segmentos são representados como uma coleção de pixels em uma imagem. Para o reconhecimento
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 maisVisão Computacional. Mestrado em Ciência de Computadores Mestrado Integrado em Engenharia de Redes e Sistemas Informáticos
Visão Computacional Mestrado em Ciência de Computadores Mestrado Integrado em Engenharia de Redes e Sistemas Informáticos Hélder Filipe Pinto de Oliveira Apresentação do Docente Formação Académica Licenciatura
Leia maisINF Fundamentos da Computação Gráfica Professor: Marcelo Gattass Aluno: Rogério Pinheiro de Souza
INF2608 - Fundamentos da Computação Gráfica Professor: Marcelo Gattass Aluno: Rogério Pinheiro de Souza Trabalho 02 Visualização de Imagens Sísmicas e Detecção Automática de Horizonte Resumo Este trabalho
Leia maisMÉTODO DE DETECÇÃO DE PONTOS DE INTERESSE PARA SENSOR DE TRIANGULAÇÃO LASER APLICADA A SOLDAGEM
MÉTODO DE DETECÇÃO DE PONTOS DE INTERESSE PARA SENSOR DE TRIANGULAÇÃO LASER APLICADA A SOLDAGEM Autores : Dan Lucio PRADA; Eduardo Bidese PUHL Identificação autores: Aluno da Ciência da Computação, Bolsista
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 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 maisUniversidade Federal do Rio de Janeiro. Flávio Henrique Schuindt da Silva. Estimativa de Fluxo Ótico com o método de Lukas-Kanade
Universidade Federal do Rio de Janeiro Programa de Engenharia de Sistemas e Computação Introdução ao Processamento de Imagens Flávio Henrique Schuindt da Silva Estimativa de Fluxo Ótico com o método de
Leia maisAVALIAÇÃO QUALITATIVA DE DETECÇÃO DE BORDAS EM IMAGENS DE RADIOGRAFIA PERIAPICAIS
AVALIAÇÃO QUALITATIVA DE DETECÇÃO DE BORDAS EM IMAGENS DE RADIOGRAFIA PERIAPICAIS Hedlund Erik Martins Távora 1, John Hebert Da Silva Felix 2, Darleison Rodrigues Barros Filho 3, Fausta Joaquim Faustino
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 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 maisGEOMETRIC PROPERTY BASED ELLIPSE DETECTION METHOD
GEOMETRIC PROPERTY BASED ELLIPSE DETECTION METHOD Introdução A detecção de elipse, de forma robusta e confiável, é uma questão fundamental em processamento de imagens, pois que fornece uma ferramenta útil
Leia maisDepartamento de Matemática
Computação Gráfica - Evolução de Curvas e Superfícies Aluno: Vinícius Segura Orientador: Sinésio Pesco Introdução Nas últimas décadas atravessamos uma verdadeira revolução tecnológica, devido ao avanço
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 maisCursos da Escola de Engenharias e Ciências Exatas - UnP
Cursos da Escola de Engenharias e Ciências Exatas - UnP Professor Nielsen Castelo Damasceno E-mail: nielsen.castelo@unp.br Web: http://ncdd.com.br Sala Virtual Disciplina Visão Computacional (CH Total
Leia maisUniversidade Federal do Paraná Departamento de Informática. Reconhecimento de Padrões. Extração de Características
Universidade Federal do Paraná Departamento de Informática Reconhecimento de Padrões Extração de Características Luiz Eduardo S. Oliveira, Ph.D. http://lesoliveira.net Objetivos Entender os conceitos de
Leia maisMétodo de classificação não supervisionada por empilhamento no espaço de atributos. Adauto Pereira Ramos Costa Ana Lúcia Bezerra Candeias
Método de classificação não supervisionada por empilhamento no espaço de atributos Adauto Pereira Ramos Costa Ana Lúcia Bezerra Candeias Universidade Federal de Pernambuco - UFPE/CTG/DECART Caixa Postal
Leia maisINSTITUTO NACIONAL DE PESQUISAS ESPACIAIS PROGRAMA DE PÓS-GRADUAÇÃO EM SENSORIAMENTO REMOTO DIVISÃO DE PROCESSAMENTO DE IMAGENS
INSTITUTO NACIONAL DE PESQUISAS ESPACIAIS PROGRAMA DE PÓS-GRADUAÇÃO EM SENSORIAMENTO REMOTO DIVISÃO DE PROCESSAMENTO DE IMAGENS SER-300: INTRODUÇÃO AO GEOPROCESSAMENTO Laboratório II: Cartografia em GIS/Registro
Leia maisCurvas HERMITE. Figura 1 - Efeito oscilatório dos polinômios: [PAVLIDIS, 1984]
Curvas A representação de uma curva como uma sucessão de trecho retos pode ser suficiente para várias aplicações. No entanto, curvas e superfícies complexas normalmente demandam uma maneira mais eficiente
Leia maisReconhecimento de Gestos
Reconhecimento de Gestos Henrique Augusto Richter Tópicos em Visão Computacional Universidade Federal do Paraná Sumário Introdução Utilização Problemas Trabalhos Artigo 1 Artigo 2 Project Soli Introdução
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 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 maisUniversidade Federal do Paraná Departamento de Informática. Reconhecimento de Padrões. Segmentação. Luiz Eduardo S. Oliveira, Ph.D.
Universidade Federal do Paraná Departamento de Informática Reconhecimento de Padrões Segmentação Luiz Eduardo S. Oliveira, Ph.D. http://lesoliveira.net Objetivos Introduzir os conceitos básicos de segmentação
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 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 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 maisDetecção e Correção Automáticas de Olhos Vermelhos
Setor de Tecnologia da Universidade Federal do Paraná Curso de Engenharia Elétrica TE 072 Processamento Digital de Sinais Detecção e Correção Automáticas de Olhos Vermelhos Trabalho elaborado pelo aluno
Leia maisCLASSIFICAÇÃO DE PADRÕES EM IMAGENS UTILIZANDO DESCRITORES DE TEXTURA Pattern Classification in Images Using Descriptors of Texture
CLASSIFICAÇÃO DE PADRÕES EM IMAGENS UTILIZANDO DESCRITORES DE TEXTURA Pattern Classification in Images Using Descriptors of Texture 1 e Sandro Roberto Fernandes 2 Resumo: Nesta pesquisa foi desenvolvido
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 maisLocalização de placas veiculares por varredura de bordas verticais Amanda Cristine Damian e Giselle Lopes Ferrari
Localização de placas veiculares por varredura de bordas verticais Amanda Cristine Damian e Giselle Lopes Ferrari UFPR Universidade Federal do Paraná amanda.led@gmail.com ferrari@eletrica.ufpr.br Resumo
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 maisPerson Re-Identification. Autor: Guilherme Zasyeki Machado
Person Re-Identification Autor: Guilherme Zasyeki Machado Sumário - Introdução ao problema - Visão geral ao processo de Re-Identificação - Evolução estado da arte - Datasets disponíveis - Análise estado
Leia 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 maisDr. Sylvio Barbon Junior. Departamento de Computação - UEL. 1 o Semestre de 2015
Introdução a Computação Gráfica [5COP100] Dr. Sylvio Barbon Junior Departamento de Computação - UEL 1 o Semestre de 2015 Assunto Aula 8 Descritores de Imagens Digitais 2 of 47 Sumário Descritores e Reconhecimento
Leia maisProcessamento e Análise de Imagens
Processamento e Análise de Imagens Prof. Moacir Ponti www.icmc.usp.br/~moacir Instituto de Ciências Matemáticas e de Computação USP 2017/1 Moacir Ponti Jr. (ICMCUSP) Processamento e Análise de Imagens
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 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 maisExtração de Atributos para Reconhecimento de Expressões Faciais
Extração de Atributos para Reconhecimento de Expressões Faciais Vinícius Assis Saueia da Silva 1 1. Introdução Interação Homem-Computador é uma das áreas da computação que procuram fazer com que o ser
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 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 maisProcessamento de Imagens. Texturas
Processamento de Imagens Texturas Exemplos Introdução Texturas Não existe abordagem formal Não existe definição formal São definidas qualitativamente e não há consenso quanto a sua definição quantitativa
Leia maisUNIVERSIDADE FEDERAL DE UBERLÂNDIA UFU
UNIVERSIDADE FEDERAL DE UBERLÂNDIA UFU PLANO DE TRABALHO EM INICIAÇÃO CIENTÍFICA Desenvolvimento e aplicação de um modelo gravitacional simplificado para análise de texturas coloridas. Uberlândia 30/04/2014
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 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 mais4 as Jornadas Politécnicas de Engenharia
4 as Jornadas Politécnicas de Engenharia Imagens de Faces: Exemplos de Metodologias e Aplicações Fernando Carvalho, João Manuel R. S. Tavares Aplicação Metodologias Modelos Conclusões Trabalho Futuro Introdução:
Leia maisProcessamento de Imagens Marcia A. S. Bissaco
Engenharia Biomédica Processamento de Imagens Marcia A. S. Bissaco 1 Exemplos filtros Média Mediana Passa_B Passa_A Borda_H Borda_V Sobel_Y Sobel_X Oliveira, Henrique J. Quintino (UMC-SP), 2 Media Mediana
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 maisTrabalho Final de Processamento de Imagens: Panografia
Trabalho Final de Processamento de Imagens: Panografia 1. Introdução Vítor Silva Sousa 1 1 Escola Politécnica Universidade Federal do Rio de Janeiro (UFRJ) Rio de Janeiro RJ Brasil vitor.silva.sousa@gmail.com
Leia maisInterpolação de Curvas de Nível por Difusão de Calor
Interpolação de Curvas de Nível por Difusão de Calor Roberto de Beauclair Seixas Luiz Henrique de Figueiredo Cláudio Antonio da Silva {tron,lhf,cads}@visgraf.impa.br Motivação Identificação de um método
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 mais1 RESUMO. Palavras-chave: Controle, encoders, motor CC. 2 INTRODUÇÃO
1 RESUMO Na sociedade moderna se tornou cada vez mais presente e necessário meios de controlar dispositivos levando em consideração precisões maiores e perdas menores. Em diversos cenários o controle de
Leia maisProcessamento de Imagem. A Imagem digital Professora Sheila Cáceres
Processamento de Imagem A Imagem digital Professora Sheila Cáceres Visão Humana Processamento de Imagens 2 Semelhança entre o sistema visual humano e uma câmera fotográfica Várias semelhanças podem ser
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 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 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 mais3 Modelos Flex ıveis 3.1 Active Contour Model
3 Modelos Flexíveis Em Visão Computacional, uma das principais premissas é processar uma imagem com a finalidade de compreendê-la e retirar dela informações úteis. É utilizada em diversas aplicações atualmente,
Leia maisVISÃO DIGITAL, OS OLHOS DO FUTURO
VISÃO DIGITAL, OS OLHOS DO FUTURO Eduardo Marcelo Nicastro Carvalho*, Luana Fonseca Guimarães*, Priscila Amâncio da Silva*, Maurício Neves Asenjo** * Acadêmicos da Faculdade de Ciências e de Tecnologia
Leia maisDescritores de Imagem (exemplos)
Descritores de Imagem (exemplos) André Tavares da Silva andre.silva@udesc.br Baseado em Penatti (2009) e Silva (2011) Alguns exemplos Descritores baseados em cor Na literatura existem quatro abordagens
Leia maisUniversidade Católica Dom Bosco Curso de Bacharelado em Engenharia de Computação
Universidade Católica Dom Bosco Curso de Bacharelado em Engenharia de Computação Desenvolvimento de um sistema de identicação de espécies de peixes utilizando Visão Computacional e aprendizagem automática
Leia mais