Anotador automático de placas de publicidade em vídeos esportivos
|
|
- Luciana Barbosa Borges
- 7 Há anos
- Visualizações:
Transcrição
1 MAC Trabalho de Formatura Supervisionado Professor: Carlos Eduardo Ferreira Universidade de São Paulo Instituto de Matemática e Estatística Aluno: Ricardo Augusto Fernandes Orientador: Prof. Dr. Roberto Marcondes César Jr. 2011
2 Agenda Introdução O estado da arte Método Implementado Resultados Conclusões
3 Agenda Introdução O estado da arte Método Implementado Resultados Conclusões
4 Introdução A anotação de placas de Normalmente feito de modo manual. Objetivo estatístico voltado ao mercado publicitário
5 Introdução A anotação de placas de Normalmente feito de modo manual. Objetivo estatístico voltado ao mercado publicitário
6 Agenda Introdução O estado da arte Método Implementado Resultados Conclusões
7 O estado da arte Principais problemas enfrentados Variação de escala Mudança de Perspectiva Oclusão Imagem exemplo
8 O estado da arte Principais problemas enfrentados Variação de escala Mudança de Perspectiva Oclusão Imagem exemplo Estratégias anteriores Descritores SIFT-like: SIFT GLOH Robustos em variações de escala, perspectiva e oclusão.
9 Agenda Introdução O estado da arte Método Implementado Resultados Conclusões
10 Agenda Introdução O estado da arte Método Implementado Resultados Conclusões SURF Extração de Pontos de Interesse Descrição de Pontos de Interesse Correspondência e Casamento
11 SURF Speeded-Up Robust Features Inspirado no algoritmo SIFT Descreve a imagem através de vizinhança de pontos específicos denominados Pontos de Interesse ou Descritores. Robusto em relação aos problemas apresentados anteriormente Implementado na biblioteca utilizada (OpenCV)
12 Agenda Introdução O estado da arte Método Implementado Resultados Conclusões SURF Extração de Pontos de Interesse Descrição de Pontos de Interesse Correspondência e Casamento
13 Extração dos Pontos de Interesse Os Pontos de Interesse ou Descritores, são definidos como pontos cujo Determinante de sua Hessiana são máximos locais
14 Extração dos Pontos de Interesse Pirâmides de Imagem Gaussianas são utilizadas para se atingir diferentes níveis de resolução
15 Extração dos Pontos de Interesse Pré-processamento: Cálculo da Integral da Imagem
16 Extração dos Pontos de Interesse Pré-processamento: Cálculo da Integral da Imagem Objetivo: Diminuir o tempo de processamento Imagem Pirâmide 1 Hessiana1 Pirâmide 2 Hessiana2 Determinantes Máximos Locais Pirâmide n Hessianan
17 Extração dos Pontos de Interesse Pré-processamento: Cálculo da Integral da Imagem Objetivo: Diminuir o tempo de processamento Filtro HessianaEscala 1 Imagem Integral da Imagem Filtro HessianaEscala 2 Determinantes Máximos Locais Filtro HessianaEscala n
18 Extração dos Pontos de Interesse Como: Fazendo-se a convolução da Integral da Imagem com máscaras das Derivadas Segundas de uma Gaussiana de desvio-padrão δ Máscaras Discretizadas das Segundas Derivadas de uma Gaussiana
19 Extração dos Pontos de Interesse Em vez de se calcular os vários níveis da pirâmide, aplica-se máscaras de tamanhos crescentes I
20 Extração dos Pontos de Interesse Em vez de se calcular os vários níveis da pirâmide, aplica-se máscaras de tamanhos crescentes I
21 Extração dos Pontos de Interesse Que por sua vez são trocadas por um número constante de operações Σ=A-B-C+D D B Σ C A Mapeados todos os candidatos a Pontos de Interesse, determina-se aqueles I cujos determinantes sejam máximos locais.
22 Agenda Introdução O estado da arte Método Implementado Resultados Conclusões SURF Extração de Pontos de Interesse Descrição de Pontos de Interesse Correspondência e Casamento
23 Descrição dos Pontos de Interesse Orientação: Direção que acumular mais Pontos de Interesse vizinhos Subdivisão da vizinhança em 16 subregiões I
24 Descrição dos Pontos de Interesse Cada subregião fornece quatro descritores, Dx, Dy, Dx e Dy onde dx i e dy i são cada uma das derivadas calculadas à partir da convolução com as respectivas máscaras Haar Wavelets I Haar Wavelets
25 Agenda Introdução O estado da arte Método Implementado Resultados Conclusões SURF Extração de Pontos de Interesse Descrição de Pontos de Interesse Correspondência e Casamento
26 Correspondência e Casamento Calcula-se os Descritores da placa (obj) procurada Itera-se no vídeo, calculando-se os Descritores do quadro (img) A Correspondência é dada a partir das Distâncias entre os Descritores do quadro e da placa É considerado um Casamento entre dois vetores quando há a correspondência entre n vizinhos mais próximos Baseado no número de casamentos, infere-se a presença da placa no quadro
27 Agenda Introdução O estado da arte Método Implementado Resultados Conclusões
28 Resultados Os resultados indicam robustez a oclusões, mudanças de persperctiva e pequenas variações de escala
29 Resultados Percebe-se que mesmo invertendo-se a placa há um grande número de casamentos
30 Resultados Resultados ruins ocorrem quando a placa aparece à distância no quadro
31 Resultados O método também não é robusto à Inversões de Cores
32 Resultados Apenas as correspondências não são suficientemente robustas
33 Agenda Introdução O estado da arte Método Implementado Resultados Conclusões
34 Conclusões O método parece ser suficientemente robusto para se construir um anotador direcionado ao mercado de marketing digital O aumento da qualidade da imagem e do vídeo devem colaborar no aumento do número de Descritores extraídos, principalmente em quadros de longa distância Métodos de Aprendizagem de Máquina utilizados nos trabalhos da estudados parecem ter sucesso na redução de falsos positivos Apesar do algoritmo se propor a ser muito mais veloz do que seu inspirador SIFT, não parece ainda adequado à aplicações em tempo real.
35 Referências Bibliográficas [1] Bagdanov,A. D., Ballan, L., Bertini, M., anddel Bimbo, A., Trademark matching andretrievalin sportsvideodatabases, in Proc. ofmir, Augsburg, Germany, 2007 [2] Ballan, L., Bertini, M., Del Bimbo, A., Jain, A., Automatictrademark detection and recognition in sport videos, in Multimedia and Expo, 2008 IEEE International Conferenceon. [3] Watve, A., Sural, S., Soccer Video Processing for the detection of ad-vertisement billboards, in Pattern Recognition Letters archive,volume29, Issue 7 (May 2008) Elsevier [4] Ishimura, N., Recognizing Multiple Billboard Advertisements in Videos [5] Lowe, D., Distinctive Image Features from Scale-Invariant Keypoints, (January, 2004) [6] Mikolajczyk, K., Schmid, C., A performance evaluation of local descriptors [7] Bay, H., Ess,a., Tuytelaars, T., Speeded-Up Robust Features (SURF) [8] Bradsky, G., Kaehler,A., LearningOpenCV, O'Reilly, 2008, FirstEdition [9] OpenCV,
Anotador automático de placas de publicidade em vídeos esportivos
Universidade de São Paulo Instituto de Matemática e Estatística Curso de Ciência da Computação Ricardo Augusto Fernandes Anotador automático de placas de publicidade em vídeos esportivos São Paulo 2011
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 maisFeature Description (SIFT + SURF) Prof. Dr. Geraldo Braz Junior
Feature Description (SIFT + SURF) Prof. Dr. Geraldo Braz Junior Feature Detection 1. Encontre um conjunto de keypoints 2. Defina uma região ao redor do keypoint 3. Normalize a região 4. Extraia caracterísfcas
Leia maisImage Descriptors: local features
Image Descriptors: local features 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: local features 2011
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 maisReconhecimento de Instâncias (parte 2)
Reconhecimento de Instâncias (parte 2) Rafael Galvão de Mesquita rgm@cin.ufpe.br Carlos Alexandre Mello cabm@cin.ufpe.br SURF Speeded-Up Robust Features [3] Computer Vision and Image Understanding, 2004
Leia maisSIFT - Scale Invariant Feature Transform
SIFT - Scale Invariant Feature Transform Daniel Pinto Coutinho Prof. Ricardo Marroquim 1 Introdução A detecção de pontos de interesse em uma figura é uma tarefa muito comum no campo de processamento de
Leia maisDetecção de falsas correspondências em pares de imagens estereoscópicas utilizando a transformação projetiva no plano e o algoritmo RANSAC
Detecção de falsas correspondências em pares de imagens estereoscópicas utilizando a transformação projetiva no plano e o algoritmo RANSAC André Caceres Carrilho Mauricio Galo Renato César dos Santos Curitiba,
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 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 mais2 SIFT (Scale Invariant Feature Transform)
SIFT (Scale Invariant Feature Transform) O SIFT é um algoritmo de visão computacional proposto e publicado pelo pesquisador David Lowe (Lowe, 1999), professor do departamento de Ciência da Computação na
Leia maisSIMPLES: UM DESCRITOR DE CARACTERÍSTICAS LOCAIS RÁPIDO E SIMPLES
SIMPLES: UM DESCRITOR DE CARACTERÍSTICAS LOCAIS RÁPIDO E SIMPLES MARCOS CESAR VOLTOLINI, HAE YONG KIM Dept. Eng. Sistemas Eletrônicos, Escola Politécnica, USP Av. Prof. Luciano Gualberto, trav. 3, 158,
Leia maisProcessamento de Imagens COS756 / COC603
Processamento de Imagens COS756 / COC603 aula 13 - Transformada de Hough e SIFT Antonio Oliveira Ricardo Marroquim 1 / 41 aula de hoje descritores Transformada de Hough SIFT 2 / 41 transformada de Hough
Leia maisSIFT (Scale-invariant feature transform), SURF (Speeded up robust features)
SIFT (Scale-invariant feature transform), SURF (Speeded up robust features) Scale- and rotation-invariant interest point detector and descriptor. detector (keypoints) descriptor matching Aplicações: Camera
Leia maisCORRESPONDÊNCIA POR CARACTERÍSTICAS EM IMAGENS PANORÂMICAS TERRESTRES
Presidente Prudente - SP, 24-26 de julho de 2017 p. 258-265 CORRESPONDÊNCIA POR CARACTERÍSTICAS EM IMAGENS PANORÂMICAS TERRESTRES LETÍCIA FERRARI CASTANHEIRO 1 ANTONIO MARIA GARCIA TOMMASELLI 2 MARIANA
Leia maisLocalização de Robôs Móveis por Aparência Visual
Felipe Gustavo Bombardelli Localização de Robôs Móveis por Aparência Visual Curitiba 2014 Felipe Gustavo Bombardelli Localização de Robôs Móveis por Aparência Visual Trabalho de Graduação apresentado
Leia mais3 Transformação SIFT (Scale Invariant Feature Transform)
3 Transformação SIFT (Scale Invariant Feature Transform) Este capítulo apresenta as seguintes seções: - 3.1 Uma Introdução Sobre Descritores Locais: A técnica SIFT ( Scale Invariant Feature Transform )
Leia mais4 SIFT (Scale Invariant Feature Transform)
4 SIFT (Scale Invariant Feature Transform) SIFT é um algoritmo de visão computacional publicado por David Lowe, em 1999 (Lowe, 1999) e patenteado nos EUA pela University of British Columbia. SIFT é composto
Leia maisProposal of a Hybrid Algorithm Based on SURF and ORB
Proposal of a Hybrid Algorithm Based on SURF and ORB Ricardo Ribani 2 Luiz Lino Bertanha de Abreu 1 rribani@hotmail.com lino.bertanha.br@gmail.com 1 FATEC Americana Cleberson Forte 1,2 Mauricio Marengoni
Leia maisCOMPARAÇÃO DE TÉCNICAS DE VISÃO COMPUTACIONAL NA IDENTIFICAÇÃO DE CABEÇOTES FUNDIDOS USANDO WEBCAM PARA GUIAR UM ROBÔ INDUSTRIAL
COMPARAÇÃO DE TÉCNICAS DE VISÃO COMPUTACIONAL NA IDENTIFICAÇÃO DE CABEÇOTES FUNDIDOS USANDO WEBCAM PARA GUIAR UM ROBÔ INDUSTRIAL Victor Hugo Bueno Preuss, victor.preuss@gmail.com 1 Ramon Cascaes Semim,
Leia maisExemplo de aplicação
Exemplo de aplicação Paralaxe O conceito de paralaxe está relacionado com o deslocamento relativo ou aparente dos objetos estacionários, quando um observador em movimento os olha de pontos diferentes.
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 maisProcessamento de Imagens COS756 / COC603
Processamento de Imagens COS756 / COC603 aula 08 - deteção de características de baixo-nível (low-level feature detection) parte II Antonio Oliveira Ricardo Marroquim 1 / 1 aula de hoje feature detection
Leia maisIdentificação de Produtos por Imagem Utilizando o Algoritmo SURF
Identificação de Produtos por Imagem Utilizando o Algoritmo SURF Um Comparativo Entre Redes Perceptron Multicamadas e Máquinas de Vetor de Suporte Guilherme Defreitas Juraszek, Alexandre Gonçalves Silva
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 maisIdentificação de objetos móveis com uso de imagens aéreas obtidas por VANT. Rodrigo Augusto Rebouças 1 Matheus Habermann 1 Elcio Hideiti Shiguemori 1
Identificação de objetos móveis com uso de imagens aéreas obtidas por VANT Rodrigo Augusto Rebouças 1 Matheus Habermann 1 Elcio Hideiti Shiguemori 1 1 Instituto de Estudos Avançados IEAv/DCTA São José
Leia mais2 Trabalhos Relacionados
2 Trabalhos Relacionados Este capítulo apresenta os algoritmos já existentes que são utilizados nesta dissertação para obter pontos homólogos entre duas imagens de um par estéreo. Pode-se classificar essas
Leia maisExtração de características: textura
Extração de características: textura Image Processing scc0251 www.icmc.usp.br/ moacir moacir@icmc.usp.br ICMC/USP São Carlos, SP, Brazil 2011 Moacir Ponti (ICMCUSP) Extração de características: textura
Leia maisImage Descriptors: texture
Image Descriptors: texture 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: texture 2011 1 / 28 Agenda
Leia maisProcessamento e Análise de Imagem. Aplicações na Imagem Médica
Processamento e Análise de Imagem Aplicações na Imagem Médica António M. Gonçalves Pinheiro Departamento de Física Covilhã - Portugal pinheiro@ubi.pt Tecnologia de Imagem Imagem de Entrada Processamento
Leia maisFILTROS ESPACIAIS PASSA-BAIXA
UNIVERSIDADE FEDERAL DO RIO GRANDE DO SUL PROGRAMA DE PÓS-GRADUAÇÃO EM COMPUTAÇÃO CMP65 - INTRODUÇÃO AO PROCESSAMENTO DE IMAGENS PROFESSOR JACOB SCARCHANSKI FILTROS ESPACIAIS PASSA-BAIXA POR DANIEL NEHME
Leia maisMétodo para auxiliar o reconhecimento de cédulas monetárias pelos deficientes visuais
Método para auxiliar o reconhecimento de cédulas monetárias pelos deficientes visuais Victor Vequetine. Teixeira 1, Marcelo Zanchetta do Nascimento 2, Juliana Cristina Braga 1 1 Centro de Matemática, Computação
Leia maisUSO DO DETECTOR DE PONTOS DE INTERESSE SIFT PARA LOCALIZAÇÃO DE ALVOS ARTIFICIAIS DE CONTROLE
IV Simpósio Brasileiro de Geomática SBG17 II Jornadas Lusófonas - Ciências e Tecnologias de Informação Geográfica - CTIG17 Presidente Prudente - SP, 24-26 de julho de 17 p. 341-346 USO DO DETECTOR DE PONTOS
Leia maisCasamento de padrões em imagens e vídeos usando características de imagens
Casamento de padrões em imagens e vídeos usando características de imagens Kassius Vinicius Sipolati Bezerra DCEL / CEUNES / UFES São Mateus, ES, Brazil Edilson de Aguiar DCEL / CEUNES / UFES São Mateus,
Leia maisIdentification of foliar soybean diseases using local descriptors
Identification of foliar soybean diseases using local descriptors Rillian Diello Lucas Pires, Wesley Eiji Sanches Kanashiro, Wesley Nunes Gonçalves, Bruno Brandoli Machado, Mauro dos Santos de Arruda and
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 maisExtração dos Pontos Característicos de uma Imagem através do método SIFT. Helder C. R. de Oliveira Orientador: Prof. Marco A.
Extração dos Pontos Característicos de uma Imagem através do método SIFT Helder C. R. de Oliveira Orientador: Prof. Marco A. Piteri Presidente Prudente 2013 Sumário 1 Introdução 1 2 Processamento de Imagens
Leia maisUNIVERSIDADE FEDERAL DE SÃO CARLOS UMA ABORDAGEM OTIMIZADA PARA RECONHECIMENTO DE LOGOMARCAS DE VEÍCULOS USANDO SURF
UNIVERSIDADE FEDERAL DE SÃO CARLOS CENTRO DE CIÊNCIAS EXATAS E DE TECNOLOGIA PROGRAMA DE PÓS-GRADUAÇÃO EM CIÊNCIA DA COMPUTAÇÃO UMA ABORDAGEM OTIMIZADA PARA RECONHECIMENTO DE LOGOMARCAS DE VEÍCULOS USANDO
Leia maisCriação de mosaico usadando o SURF e o matcher FLANN
Criação de mosaico usadando o SURF e o matcher FLANN Felipe Jordão Pinheiro de Andrade Universidade Federal do Maranhão, São Luis, BRA Abstract. O trabalho propoe uma metodologia para a criação de um mosaico
Leia maisRECONHECIMENTO DE ÍRIS EM AMBIENTES NÃO COOPERATIVOS UTILIZANDO WAVELETS E GABOR 2D
RECONHECIMENTO DE ÍRIS EM AMBIENTES NÃO COOPERATIVOS UTILIZANDO WAVELETS E GABOR 2D Fernanda Maria Sirlene Pio SUMÁRIO 1. Introdução 2. Trabalhos relacionados 3. Metodologia 1. Segmentação 2. Normalização
Leia maisDESENVOLVIMENTO DE SISTEMA PARA GERAÇÃO DE MOSAICO DE IMAGENS VISANDO LOCALIZAÇÃO E NAVEGAÇÃO DE ROBÔS MÓVEIS
DESENVOLVIMENTO DE SISTEMA PARA GERAÇÃO DE MOSAICO DE IMAGENS VISANDO LOCALIZAÇÃO E NAVEGAÇÃO DE ROBÔS MÓVEIS Edson CAVALCANTI Neto (1), Guilherme Costa HOLANDA (1), Antonio Themoteo VARELA (1), André
Leia maisReconhecimento de marcas de carros utilizando Inteligência Artificial. André Bonna Claudio Marcelo Basckeira Felipe Villela Lourenço Richard Keller
Reconhecimento de marcas de carros utilizando Inteligência Artificial André Bonna Claudio Marcelo Basckeira Felipe Villela Lourenço Richard Keller Motivação Análise estatística das marcas de carros em
Leia 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 maisFeature Detector. Prof. Dr. Geraldo Braz Junior
Feature Detector Prof. Dr. Geraldo Braz Junior Problema: Matching 2 Matching 3 Matching Processo de encontrar uma imagem em outra Normalmente usado para encontrar um objeto numa imagem, mas também: Reconhecimento
Leia maisMOSIFT PARA O RECONHECIMENTO DE AÇÕES HUMANAS. Marlon Ramos Avalos
MOSIFT PARA O RECONHECIMENTO DE AÇÕES HUMANAS. Marlon Ramos Avalos Instituto de Ciências Exatas e Biológicas Departamento de Computação Universidade Federal de Ouro Preto (UFOP) Ouro Preto, MG Brasil leyenda887@gmail.com
Leia maisUNIVERSIDADE ESTADUAL PAULISTA. Júlio de Mesquita Filho
UNIVERSIDADE ESTADUAL PAULISTA Júlio de Mesquita Filho Pós-Graduação em Ciência da Computação Luis Claudio Sugi Afonso Composição de Dicionários Visuais Utilizando Agrupamento de Dados por Floresta de
Leia maisUNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ UTFPR DEPARTAMENTO ACADÊMICO DE COMPUTAÇÃO CURSO DE BACHARELADO EM CIÊNCIA DA COMPUTAÇÃO
UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ UTFPR DEPARTAMENTO ACADÊMICO DE COMPUTAÇÃO CURSO DE BACHARELADO EM CIÊNCIA DA COMPUTAÇÃO JHONATTAN SALVADOR GHELLERE DETECÇÃO DE OBJETOS EM IMAGENS POR MEIO DA
Leia maisRelatório sobre os Resultados obtidos através do uso dos algoritmos SIFT e RANSAC para Reconstrução de um Objeto a partir de uma Nuvem de Pontos
Relatório sobre os Resultados obtidos através do uso dos algoritmos SIFT e RANSAC para Reconstrução de um Objeto a partir de uma Nuvem de Pontos Gustavo Moreira PUC-Rio, Departamento de Informática Rua
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 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 maisUniversidade de São Paulo Instituto de Ciências Matemáticas e de Computação
Universidade de São Paulo Instituto de Ciências Matemáticas e de Computação Francisco A. Rodrigues Departamento de Matemática Aplicada e Estatística - SME 1 Objetivo Parametrização de curvas Extração de
Leia maisProcessamento de Imagens COS756 / COC603
Processamento de Imagens COS756 / COC603 aula 09 - curvatura Antonio Oliveira Ricardo Marroquim 1 / 1 aula de hoje feature detection overview curvatura espaço de escala block matching 2 / 1 curvatura o
Leia maisDetecção de transformadores em imagens de Subestações Elétricas com SURF e KNN
Detecção de transformadores em imagens de Subestações Elétricas com SURF e KNN Daniel L. Gomes Jr., Paulo R. J. dos Reis, Anselmo C. de Paiva, Aristófanes C. Silva Núcleo de Computação Aplicada (NCA) Universidade
Leia maisUMA TÉCNICA PARA DETERMINAÇÃO DE LINHAS EPIPOLARES EM IMAGENS PANORÂMICAS TERRESTRES RESUMO ABSTRACT
S B C Anais do XXVII Congresso Brasileiro de Cartografia e XXVI Exposicarta 6 a 9 de novembro de 2017, SBC, Rio de Janeiro - RJ, p. 908-912 UMA TÉCNICA PARA DETERMINAÇÃO DE LINHAS EPIPOLARES EM IMAGENS
Leia maisUm sistema para extração automática de keyframes a partir de fluxos de vídeo direcionado à reconstrução tridimensional de cenários virtuais
Um sistema para extração automática de keyframes a partir de fluxos de vídeo direcionado à reconstrução tridimensional de cenários virtuais Sérgio Carlos Portari Júnior Orientador: Prof. Dr. Antonio Carlos
Leia maisImplementação do algoritmo SIFT para detecção de objetos em imagens.
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 Implementação
Leia maisUma Aplicação de CBIR para Identificação de Pinturas
UNIVERSIDADE FEDERAL DO RIO GRANDE DO SUL INSTITUTO DE INFORMÁTICA CURSO DE ENGENHARIA DE COMPUTAÇÃO EDUARDO CAVICHIOLI Uma Aplicação de CBIR para Identificação de Pinturas Monografia apresentada como
Leia maisSISTEMA DE MEDIÇÃO DE DISTÂNCIA PARA ROBÔS MÓVEIS UTILIZANDO ALGORITMO SURF E VISÃO ESTÉREO
SISTEMA DE MEDIÇÃO DE DISTÂNCIA PARA ROBÔS MÓVEIS UTILIZANDO ALGORITMO SURF E VISÃO ESTÉREO Guilherme Costa HOLANDA (1); Edson CAVALCANTI NETO (1); Antonio Themoteo VARELA (1); André Luiz Carneiro de ARAÚJO
Leia maisExtração de Características. Carlos Alexandre Mello
Extração de Características Carlos Alexandre Mello Pós-Graduação em Ciência da Computação Carlos Alexandre Mello cabm@cin.ufpe.br 1 Extração de Características Representação de objetos através de um conjunto
Leia maisAtributos de Pontos de Interesse e Casamento de Modelos para Inspeção de Folhas de Soja em Imagens Coloridas. Diogo Soares da Silva
Atributos de Pontos de Interesse e Casamento de Modelos para Inspeção de Folhas de Soja em Imagens Coloridas Diogo Soares da Silva ii Sumário Sumário..................................... iii 1 Antecedentes
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 maisSeguimento online de objectos em sequências de vídeo de UAV
UNIVERSIDADE DE TRÁS-OS-MONTES E ALTO DOURO Seguimento online de objectos em sequências de vídeo de UAV DISSERTAÇÃO DE MESTRADO EM ENGENHARIA INFORMÁTICA TELMO RUI DIAS BENTO Orientador: Professor Doutor
Leia maisAprendizagem de Máquinas. Extração de Características
Universidade Federal do Paraná (UFPR) Departamento de Informática (DInf) Aprendizagem de Máquinas Extração de Características David Menotti, Ph.D. http://web.inf.ufpr.br/menotti 1 Objetivos Entender os
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 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 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 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 maisGrammatical Inference and SIFT for Scene Recognition
Grammatical Inference and SIFT for Scene Recognition Lucas C. Ribas 1, Marcelo Borth, Amaury A. Castro Jr., Wesley N. Gonçalves e Hemerson Pistori Universidade Federal de Mato Grosso do Sul, UFMS - CPPP
Leia maisRecognition of Vehicle Logos using SURF
Recognition of Vehicle Logos using SURF Cristiano Macedo Universidade Federal de São Carlos Departamento de Computação São Carlos-SP, Brasil cristiano.macedo@dc.ufscar.br Marcio Merino Fernandes Universidade
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 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 maisAplicação dos Algoritmos SIFT e SURF na Classificação de Sub-Imagens por Discriminação de Textura
CENTRO UNIVERSITÁRIO EURÍPIDES DE MARÍLIA FUNDAÇÃO DE ENSINO EURÍPIDES SOARES DA ROCHA BACHARELADO EM CIÊNCIA DA COMPUTAÇÃO Aplicação dos Algoritmos SIFT e SURF na Classificação de Sub-Imagens por Discriminação
Leia maisUma não tão breve introdução ao básico de PI. Visão Computacional Programa de Pós-Graduação em Ciência da Computação UFMA Prof. Geraldo BrazJunior
Uma não tão breve introdução ao básico de PI Visão Computacional Programa de Pós-Graduação em Ciência da Computação UFMA Prof. Geraldo BrazJunior O que fazer com essa aula? Utilize essa aula para conhecer
Leia maisAnálise de Desempenho de Algoritmos Detectores de Keypoints para um Sistema de Navegação Visual de Robôs Baseados em Smartphones
Análise de Desempenho de Algoritmos Detectores de Keypoints para um Sistema de Navegação Visual de Robôs Baseados em Smartphones Bruno A. S. Santana, Rosiery da S. Maia, Wilfredo B. Figuerola, Anderson
Leia maisRecognition of Soybean Insect Pests using SURF and Template Matching
Recognition of Soybean Insect Pests using SURF and Template Matching Diogo Soares da Silva, Universidade Federal de Mato Grosso do Sul - UFMS Cidade Universitária. Campo Grande - MS E-mail: diogo.ec.2013@gmail.com
Leia maisESTUDO SOBRE RASTREAMENTO BASEADO EM CARACTERÍSTICAS NATURAIS PARA APLICAÇÕES DE REALIDADE AUMENTADA EM DISPOSITIVOS MÓVEIS
UNIVERSIDADE FEDERAL DE PERNAMBUCO GRADUAÇÃO EM CIÊNCIA DA COMPUTAÇÃO CENTRO DE INFORMÁTICA ESTUDO SOBRE RASTREAMENTO BASEADO EM CARACTERÍSTICAS NATURAIS PARA APLICAÇÕES DE REALIDADE AUMENTADA EM DISPOSITIVOS
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 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 maisUniversidade Federal do Paraná (UFPR) Bacharelado em Informática Biomédica. Representação. David Menotti.
Universidade Federal do Paraná (UFPR) Bacharelado em Informática Biomédica Representação David Menotti www.inf.ufpr.br/menotti/ci171-182 Representação Agenda Introdução Extraindo Representações de Imagens
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 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 maisAction Recognition Applied to Monitor Domestic Animals
Action Recognition Applied to Monitor Domestic Animals Ruth Keglevich de Buzin Departamento de Ciência da Computação Universidade Federal de Minas Gerais (UFMG) Belo Horizonte - Brasil ruth@ufmg.br William
Leia maisRevista CIENTEC Vol. 9, n o 2, , 2017 Uso de algoritmos de extração de características na geração vetores de movimento atmosférico
Revista CIENTEC Vol. 9, n o 2, 126 134, 2017 Uso de algoritmos de extração de características na geração vetores de movimento atmosférico Use of feature extraction algorithms to produce atmospheric motion
Leia maisReconhecimento de Alimentos utilizando Histograma de Cor e SIFT
Reconhecimento de Alimentos utilizando Histograma de Cor e SIFT Daniela S. Costa 1, Polyana B. Costa 1, Geraldo Braz Jr. 2 1 Núcleo de Computaçao Aplicada - Universidade Federal do Maranhão (UFMA) Caixa
Leia maisLocalização de Robôs Móveis Autônomos Utilizando Fusão Sensorial de Odometria e Visão Monocular
UNIVERSIDADE FEDERAL DO RIO GRANDE DO NORTE UNIVERSIDADE FEDERAL DO RIO GRANDE DO NORTE CENTRO DE TECNOLOGIA PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA E DE COMPUTAÇÃO Localização de Robôs Móveis
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 maisRealce de imagens parte 2: ltragem espacial SCC5830/0251 Processamento de Imagens
Realce de imagens parte 2: ltragem espacial SCC5830/0251 Processamento de Imagens Prof. Moacir Ponti Jr. www.icmc.usp.br/~moacir Instituto de Ciências Matemáticas e de Computação USP 2013/1 Moacir Ponti
Leia maisEXTRAÇÃO SEMI - AUTOMÁTICA DE FEIÇÕES LINEARES E A CALIBRAÇÃO DOS PARÂMETROS INTRÍNSECOS DE CÂMERAS Projeto de Pesquisa PIBIC/CNPq ( )
USP UNIVERSIDADE DE SÃO PAULO EP ESCOLA POLITÉCNICA EXTRAÇÃO SEMI - AUTOMÁTICA DE FEIÇÕES LINEARES E A CALIBRAÇÃO DOS PARÂMETROS INTRÍNSECOS DE CÂMERAS Projeto de Pesquisa PIBIC/CNPq (2000-2001) LEONARDO
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 maisImagem f
Imagem integral (ou integral da imagem) Imagem f. 8 3 9 7 1 8 5 2 8 7 3 6 5 2 9 3 s: Integral da imagem f (imagem integral) 8 11 20 27 9 20 34 43 17 35 52 67 22 42 68 86 s(u,v) = f(u,v)+s(u-1,v)+s(u,v-1)-s(u-1,v-1)
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 maisHistograma de Palavras Visuais para Caracterização de Texturas e Cenas Dinâmicas. Wesley Eiji Sanches Kanashiro Orientador: Wesley Nunes Gonçalves
Histograma de Palavras Visuais para Caracterização de Texturas e Cenas Dinâmicas Wesley Eiji Sanches Kanashiro Orientador: Wesley Nunes Gonçalves FACOM - Universidade Federal de Mato Grosso do Sul Agosto/2016
Leia maisScale-Invariant Feature Transform
Scale-Invariant Feature Transform Renato Madureira de Farias renatomdf@gmail.com Prof. Ricardo Marroquim Relatório para Introdução ao Processamento de Imagens (COS756) Universidade Federal do Rio de Janeiro,
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 maisProcessamento digital de imagens
Processamento digital de imagens Agostinho Brito Departamento de Engenharia da Computação e Automação Universidade Federal do Rio Grande do Norte 6 de outubro de 2016 Segmentação de imagens A segmentação
Leia maisANÁLISE COMPARATIVA DE DETECTORES DAS CARACTERÍSTICAS LOCAIS DE UMA IMAGEM NA RECUPERAÇÃO DE VÍDEOS
ANÁLISE COMPARATIVA DE DETECTORES DAS CARACTERÍSTICAS LOCAIS DE UMA IMAGEM NA RECUPERAÇÃO DE VÍDEOS ISSN: 1984-3151 COMPARATIVE ANALYSIS OF LOCAL FEATURES DETECTORS OF IMAGES IN THE VIDEO RETRIEVAL Juliana
Leia maisPMR2560 Visão Computacional Filtragem e Suavização. Prof. Eduardo L. L. Cabral
PMR50 Visão Computacional Filtragem e Suavização Prof. Eduardo L. L. Cabral Objetivos Processamento de imagens: Convolução; Filtragem D; Suavização de imagens. Convolução Definição de convolução no tempo
Leia maisIDENTIFICAÇÃO DE OBJETOS DO FUTEBOL DE ROBÔS UTILIZANDO ALGORITMO DE DESCRIÇÃO DE PONTOS CHAVE
102 IDENTIFICAÇÃO DE OBJETOS DO FUTEBOL DE ROBÔS UTILIZANDO ALGORITMO DE DESCRIÇÃO DE PONTOS CHAVE IDENTIFYING OBJECTS USING ROBOT SOCCER ALGORITHM DESCRIPTION OF KEY POINTS Ricardo da Silva Barros 1,
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 maisConsultas por Similaridade em Domínios de Dados Complexos
Consultas por Similaridade em Domínios de Dados Complexos Guilherme Felipe Zabot Orientador: Profº Dr Caetano Traina Jr Roteiro Objetivo Introdução Dados Complexos Representação de Dados Complexos Extração
Leia mais